- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计量经济学(第四版)
习题参考答案
潘省初
1
第一章 绪论
1.1 试列出计量经济分析的主要步骤。
一般说来,计量经济分析按照以下步骤进行:
(1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据
(4)估计参数 (5)假设检验 (6)预测和政策分析
1.2 计量经济模型中为何要包括扰动项 ?
为了使模型更现实, 我们有必要在模型中引进扰动项 u 来代表所有影响因变量的
其它因素, 这些因素包括相对而言不重要因而未被引入模型的变量, 以及纯粹的
随机因素。
1.3 什么是时间序列和横截面数据 ? 试举例说明二者的区别。
时间序列数据是按时间周期 (即按固定的时间间隔) 收集的数据, 如年度或季度
的国民生产总值、 就业、货币供给、 财政赤字或某人一生中每年的收入都是时间
序列的例子。
横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。
如人口普查数据、世界各国 2000 年国民生产总值、全班学生计量经济学成绩等
都是横截面数据的例子。
1.4 估计量和估计值有何区别?
估计量是指一个公式或方法, 它告诉人们怎样用手中样本所提供的信息去估计总
体参数。在一项应用中,依据估计量算出的一个具体的数值,称为估计值。如 Y
n
Y
i
就是一个估计量, 1
i
Y
n
。现有一样本,共 4 个数,100,104,96,130,则
根 据 这 个 样 本 的 数 据 运 用 均 值 估 计 量 得 出 的 均 值 估 计 值 为
100 104 96 130
。 107.5
4
第二章 计量经济分析的统计学基础
2.1 略,参考教材。
2.2 请用例 2.2中的数据求北京男生平均身高的 99%置信区间
2
S
Sx =
N
5
4
=1.25
用 =0.05,N-1=15 个自由度查表得 t0.005 =2.947,故 99%置信限为
X t0.0 0S5 =174± 2.947× 1.25=174± 3.684
x
也就是说,根据样本,我们有 99%的把握说,北京男高中生的平均身高在
170.316至 177.684厘米之间。
2.3 25 个雇员的随机样本的平均周薪为 130 元,试问此样本是否取自一个均值
为 120 元、标准差为 10 元的正态总体?
原假设 H 0 : 120
备择假设 : 120
H
1
检验统计量
(130 120)
( X ) 10 / 2 5
10 / 25 X
查表 Z0.025 1 .96 因为 Z= 5 1. 96
Z ,故拒绝原假设 , 即
0.025
此样本不是取自一个均值为 120 元、标准差为 10 元的正态总体。
2.4 某月对零售商店的调查结果表明, 市郊食品店的月平均销售额为 2500 元,
在下一个月份中,取出 16 个这种食品店的一个样本,其月平均销售额为 2600
元,销售额的标准差为 480 元。试问能否得出结论,从上次调查以来,平均月销
售额已经发生了变化?
原假设 : : 2500
H
0
备择假设 : H 1 : 2500
t
( X ) ( 2 6 0 0 2 5 0 0 )
1 0 0 / 1 2 0 0 . 8 3
? 4 8 0 / 1 6
X
查表得 (16 1) 2 .131
t 因为 t = 0.83 tc 2.131, 故接受原假
0. 025
设,即从上次调查以来,平均月销售额没有发生变化。
3
第三章 双变量线性回归模型
3.1 判断题(说明对错;如果错误,则予以更正)
(1)OLS 法是使残差平方和最小化的估计方法。 对
(2)计算 OLS 估计值无需古典线性回归模型的基本假定。 对
(3)若线性回归模型满足假设条件( 1)~(4),但扰动项不服从正态分布,则
尽管 OLS 估计量不再是 BLUE ,但仍为无偏估计量。 错
只要线性回归模型满足假设条件( 1)~(4),OLS 估计量就是 BLUE 。
(4)最小二乘斜率系数的假设检验所依据的是 t 分布,要求 ?的抽样分布是正
态分布。 对
(5)R
2=TSS/ESS。错
R
2 =ESS/TSS。
(6) 若回归模型中无截距项,则 e 0。对
t
(7) 若原假设未被拒绝,则它为真。 错。我们可以说的是,手头的数据不允许
我们拒绝原假设。
2
(8)在双变 量回 归中 ,
的 值越大 , 斜率系 数的方差越 大。 错。 因为
2
?
Var ( ) ,只有当
2
x
t
2
x 保持恒定时,上述说法才正确。
t
3.2 设 ?YX 和
? 分别表示 Y 对 X 和 X 对 Y 的 OLS 回归中的斜率,证明
XY
?
YX
? =r 2
XY
r 为X 和Y 的相关系数。
证明:
x y y x x y
? i i ? i i i i
YX 2 XY
文档评论(0)