- 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
2.已知一模型的最小二乘的回归结果如下:
_气一…
YjT01.4-4.78Xi 标准差()() n=30 r2=
其中,Y:政府债券价格(百美元),X:利率(%)。
回答以下问题:(1)系数的符号是否正确,并说明理由;(2)为什么左边是Y而不是Y;
1 1
(3)在此模型中是否漏了误差项u1;(4)该模型参数的经济意义是什么。
假设某国的货币供给量Y与国民收入X的历史如系下表。
DependentVariable:Y
Variable CoefficientStd.Errort-StatisticProb.
X
C
R-squared
Meandependentvar
AdjustedR-squared
.dependentvar
ofregression
F-statistic
Sumsquaredresid
Prob(F-statistic)
问:(1)写出回归模型的方程形式,并说明回归系数的显着性(a=0.05)o(2)解释回归系数的含义。
(2)如果希望1997年国民收入达到15,那么应该把货币供给量定在什么水平?
假定有如下的回归结果人
Y=2.6911-0.4795X
t t
其中,丫表示美国的咖啡消费量(每天每人消费的杯数),X表示咖啡的零售价格(单位:美元/杯),t表示时间。问:
(1) 这是一个时间序列回归还是横截面回归?做出回归线。
(2) 如何解释截距的意义?它有经济含义吗?如何解释斜率?(3)能否救出真实的总体回归函数?
X
(4)根据需求的价格弹性定义:弹性=斜率XY,依据上述回归结果,你能救出对咖啡需求的价格弹性吗?如果不能,计算此弹性
还需要其他什么信息?
下面数据是依据10组X和Y的观察值得到的:
ZY=1110,zX=1680,zXY=204200,ZX2=315400,ZY2=133300i i ii i i
假定满足所有经典线性回归模型的假设,求p0,P1的估计值;
根据某地1961—1999年共39年的总产出Y、劳动投入L和资本投入K的年度数据,运用普通最小二乘法估计得出了下列回归方程:
,DW=
式下括号中的数字为相应估计量的标准误。
解释回归系数的经济含义; (2)系数的符号符合你的预期吗?为什么?
某计量经济学家曾用1921~1941年与1945~1950年(1942~1944年战争期间略去)美国国内消费C和工资收入可、非工资一非农业收入
P、农业收入的时间序列资料,利用普通最小二乘法估计得出了以下回归方程:
Y=8.133+1.059W+0.452P+0.121A
(8.92) (0.17) (0.66) (1.09)
R2=0.95F=107.37
式下括号中的数字为相应参数估计量的标准误。试对该模型进行评析,指出其中存在的问题。
计算下面三个自由度调整后的决定系数。这里,R2为决定系数,n为样本数目,k为解释变量个数。
(1)R2=0.75n=8k=2(2)R2=0.35n=9k=3(3)R2=0.95n=31k=5
y=b+bx+bx+u
设有模型t0 11t 22t t,试在下列条件下:
①b1+b2=1②b1=b2。分别求出b1,b2的最小二乘估计量。
假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数,以便决定是否修建第二条跑道以满足所有的锻炼者。你通过整个学年收集数据,得到两个可能的解释性方程:
△一一一 一一一 一一 一一 ——
方程A:Y=125.0-15.0X1-1.0X2+1.5X3 R2=0.75
人._ _ _ ?一一 . . _ — -—一
方程B:Y=123.0-14.0X1+5.5X2-3.7X4 R2=0.73
其中:Y——某天慢跑者的人数 X1——该天降雨的英寸数 X2——该天日照的小时数
X3——该天的最高温度(按华氏温度) X4——第二天需交学期论文的班级数
请回答下列问题:(1)这两个方程你认为哪个更合理些,为什么?
(2)为什么用相同的数据去估计相同变量的系数得到不同的符号?
假定以校园内食堂每天卖出的盒饭数量作为被解释变量,盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量(单位:千人)作为解释变量,进行回归分析;假设不管是否有假期,食堂都营业。不幸的是,食堂内的计算机被一次病毒侵犯,所有的存储丢失,无法恢复,你不能说出独立变量分别代表着哪一项!下面是回归结果(括号内为标准差):
人 ._,__. 一一— 一一
文档评论(0)