习题集-1.ppt

计量经济学 Econometrics 刘建国 2010年3月 第三章 多元线性回归模型 基本假设： 估计方法： 检验程序：可决系数，修正的可决系数，F检验，t检验 典型例题 例1 某地区通过一个样本容量为722的调查数据得到劳动力教育的回归方程为 Y=10.36-0.094X1+0.131X2+0.210X3 R2=0.214 其中,Y为劳动力受教育年数，X1为该劳动力家庭中兄弟姐妹的人数，X2与X3分别为母亲与父亲受教育的年数。问： （1）X1是否具有预期的影响？为什么？若X2与X3保持不变，为了使预测的受教育水平减少一年，需要X1增加多少？ （2）请对X2的系数给予适当的解释。 （3）如果两个劳动力都没有兄弟姐妹，但其中一个的父母受教育的年数为12年，另一个的父母受教育的年数为16年，则两人受教育的年数预期相差多少？ 解答:(1)预期X1对劳动者受教育的年数有影响。因为在收入及指出预算约束一定的条件下，子女越多的家庭，每个孩子受教育的时间会越短。根据多元回归模型偏回归系数的含义，X1前的参数估计值-0.094表明，在其他条件不变的情况下，每增加1个兄弟姐妹，受教育年数会减少0.094年。因此，要减少1年受教育的时间，兄弟姐妹需增加1/0.094=10.6-11个。 (2)X2的系数表明当兄弟姐妹数与父亲受教育的年数保持不变时，目前每增加1年受教育的机会，其子女作为劳动者就会预期增加0.131年的受教育机会。 (3)首先计算两人受教育的年数分别为 10.36+0.131*12+0.210*12=14.452 10.36+0.131*16+0.210*12=15.816 因此，两人的受教育年限差别为 15.816-14.452=1.364 例2 以企业研发支出(RD)占销售的比重为被解释变量Y,以企业销售X1与利润占销售额的比重X2为解释变量，一个容量为32的样本企业的估计结果如下： Y=0.472+0.32logX1+0.05X2 (1.37) (0.22) (0.046) R2=0.099 其中括号中为系数估计值的标准差。问题： （1）解释logX1的系数。如果X1增加10%，估计Y会变化多少个百分点？这在经济上是一个很大的影响么？ （2）针对RD强度岁销售额的增加而提高这一备择假设，检验它不随X1而变化的假设。分别在5%和10%的显著性水平上进行这个检验。 （3）利润占销售额的比重X2对RD强度Y是否在统计上有显著的影响？ 解答(1)logX1的系数表明在其他条件不变时，logX1变化一个单位，Y变化的单位数，即 也就是说，当企业销售X1增长100%时，企业研发支出占销售额的比重Y会增加32个百分点。因此，如果X1增加10%,Y会增加3.2个百分点。这在经济上不是一个较大的影响。 （2）针对备择假设 ,检验原假设 。由t统计量的定义，可以计算出t=0.32/0.22=1.468.在5%的显著性水平下，自由度为32-3=29的t分布的临界值为1.699（单侧），t的统计量小于该临界值，所以不拒绝原假设。意味着RD强度不随销售额的增加而变化。在10%的显著性水平下，t分布的临界值为1.311，计算的t值小于该值，拒绝原假设，意味着RD强度岁销售额的增加而增加。 （3）对X3,参数估计值的t统计量为0.05/0.46=10.87,它比在10%的显著性水平下的临界值还小，因此可以认为它对Y在统计上没有显著的影响。 作业P90 1,2,4,9,10 第二章 经典单方程计量经济学模型：一元线性回归模型 总体回归模型，总体回归函数，样本回归模型，样本回归函数。 估计方法：最小二乘法 基本假设： 参数估计统计性质：无偏性，有效性，一致性 拟合优度，t检验，区间检验 例1： 令Y表示一名妇女生育孩子的生育率，X表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为 问(1)随机干扰项u包含什么样的因素？他们可能与教育水平相关吗？ （2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。 解答(1)收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要因素，在上述简单回归模型中，它们被包含在了随机干扰项之中。有些因素可能与教育水平相关，如收入水平与教育水平往往呈正相关，年龄大小与教育水平呈负相关。 (2)当归结在随机干扰项中的重要影响因素与模型中的教育水平X相关时，上述回归模型不能够