《计量经济学》上机实验参考答案Word格式文档下载.docx

《计量经济学》上机实验参考答案Word格式文档下载.docx

《《计量经济学》上机实验参考答案Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《《计量经济学》上机实验参考答案Word格式文档下载.docx（38页珍藏版）》请在冰豆网上搜索。

b1=4.25899为边际成本，即产量

每增加1单位时，总成本增加了4.25899单位。

（3）产量为10时的总成本为：

=26.27679+4.25899xt=26.27679+4.25899×

10=68.86669

实验内容与数据2（第2章思考与练习：

三、简答、分析与计算题第15小题）：

15.我

国1978-2001年的财政收入（y）和国民生产总值（x）的数据资料如表4所示：

表4我国1978-2001年财政收入和国民生产总值数据

obs

x

y

1978

3624.10

1132.26

1990

18598.40

2937.10

1979

4038.20

1146.38

1991

21662.50

3149.48

1980

4517.80

1159.93

1992

26651.90

3483.37

1981

4860.30

1175.79

1993

34560.50

4348.95

1982

5301.80

1212.33

1994

46670.00

5218.10

1983

5957.40

1366.95

1995

57494.90

6242.20

1984

7206.70

1642.86

1996

66850.50

7407.99

1985

8989.10

2004.82

1997

73142.70

8651.14

1986

10201.40

2122.01

1998

76967.20

9875.95

1987

11954.50

2199.35

1999

80579.40

11444.08

1988

14922.30

2357.24

2000

88254.00

13395.23

1989

16917.80

2664.90

2001

95727.90

16386.04

试根据资料完成下列问题：

（1）给出模型yt

=b0+b1xt+ut的回归报告和正态性检验，并解释回归系数的经济意

义；

（2）求置信度为95%的回归系数的置信区间；

（3）对所建立的回归方程进行检验（包括估计标准误差评价、拟合优度检验、参数的显著性检验）；

（4）若2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间（α=0.05）。

（1）

yˆt=324.6844+0.133561xt

i

s（bˆ）=（317.5155）（0.007069）

t（bˆ）=（1.022578）（18.89340）

R2=0.941946

SE=σˆ=1065.056

DW=0.30991

F=356.9607

b

1

ˆ=0.133561，说明GNP每增加1亿元，财政收入将平均增加1335.61万元。

（2）b0

=bˆ

±

tα/2

（n−2）⋅s（bˆ）=324.6844±

2.0739×

317.5155=（-333.8466983.1442）

b=bˆ

（n−2）⋅s（bˆ）=0.133561±

0.007069=（0.1189010.148221）

（3）①经济意义检验：

从经济意义上看，bˆ

=0.133561〉0，符合经济理论中财政

收入随着GNP增加而增加，表明GNP每增加1亿元，财政收入将平均增加1335.61万元。

②估计标准误差评价：

SE=σˆ=1065.056，即估计标准误差为1065.056亿元，它代

表我国财政收入估计值与实际值之间的平均误差为1065.056亿元。

③拟合优度检验：

R2=0.941946，这说明样本回归直线的解释能力为94.2%，它代表我国财政收入变动中，由解释变量GNP解释的部分占94.2%，说明模型的拟合优度较高。

④参数显著性检验：

t（bˆ）=18.8934〉t

0.025

（22）=2.0739，说明国民生产总值对财政收

入的影响是显著的。

（4）x2002=103553.6,

yˆ2002=324.6844+0.133561×

103553.6=14155.41

根据此表可计算如下结果：

∑（xt

−x）2=σ2⋅（n−1）=（32735.47）2×

23=2.27×

1010

2

（x2002−x）

=（103553.6−32735.47）2

=5.02×

109，

1（xf

−x）2

yˆf

tα/2（n−2）⋅σˆ⋅

1++

n∑（xt

5.02×

109

=14155.41±

1065.506×

24

2.27×

=（11672.216638.62）

实验内容与数据3（第3章思考与练习：

1给出某地区职工平均消费水平yt，职工平均收入x1t和生活费用价格指数x2t，试根据模型

yt=b0+b1x1t+b2x2t+ut作回归分析报告。

表1某地区职工收入、消费和生活费用价格指数

年份yt

x1t

x2t年份yt

x2t

20.10

30.00

1.00

42.10

65.20

0.90

22.30

35.00

1.02

48.80

70.00

0.95

30.50

41.20

1.20

50.50

80.00

1.10

28.20

51.30

60.10

92.10

32.00

55.20

1.50

102.00

40.10

61.40

1.05

75.00

120.30

yˆt=10.45741+0.634817x1t−8.963759x2t

s（bˆ）=（6.685015）（0.031574）（5.384905）

t（bˆ）=（1.564306）（20.10578）（-1.664608）

R2=0.980321

R2=0.975948

SE=σˆ=208.5572

F=224.1705

（2）①经济意义检验：

从经济意义上看，0〈bˆ

=0.6348〈1，符合经济理论中绝对收

入假说边际消费倾向在0与l之间，表明职工平均收入每增加100元，职工消费水平平

均增加63.48元。

bˆ

=−8.964〈0，符合经济意义，表明职工消费水平随着生活费用价格

指数的提高而下降，生活费用价格指数每提高1单位时，职工消费水平将下降-8.964个单位。

SE=σˆ=208.5572，即估计标准误差为208.5572单位，它代

表职工平均消费水平估计值与实际值之间的平均误差为208.5572单位。

R2=0.975948，这说明样本回归直线的解释能力为97.6%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的部分占97.6%，说明模型的拟

合优度较高。

④F检验：

F=224.1705〉Fα（k,n−k−1）=Fα（2,12−2−1）=4.26，表明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的。

⑤t检验：

t（bˆ）=20.10578〉t

（9）=2.262，说明职工平均收入对职工消费水平的影

响是显著的；

t（bˆ）=1.664608〈t

（9）=2.262，说明生活费用价格指数对职工消费水平

的影响是不显著的。

实验内容与数据4（第3章思考与练习：

三、简答、分析与计算题第14小题）：

14.某地区统计了机电行业的销售额y（万元）和汽车产量x1（万辆）以及建筑业产值x2（千万元）的数据如表2所示。

试按照下面要求建立该地区机电行业的销售额和汽车产量以及建筑业产值之间的回归方程，并进行检验（显著性水平α=0.05）。

表2某地区机电行业的销售额、汽车产量与建筑业产值数据

年份

销售额y

汽车产量x1

建筑业产值x2

280.0

281.5

337.4

404.2

402.1

452.0

431.7

582.3

596.6

620.8

513.6

606.9

629.0

602.7

656.7

998.5

3.909

5.119

6.666

5.338

4.321

6.117

5.559

7.920

5.816

6.113

4.258

5.591

6.675

5.543

6.933

7.638

9.43

10.36

14.50

15.75

16.78

17.44

19.77

23.76

31.61

32.17

35.09

36.42

36.58

37.14

41.30

45.62

1997877.67.75247.38

（1）根据上面的数据建立对数模型：

lnyt

=b0+b1lnx1t+b2lnx2t+ut

（2）所估计的回归系数是否显著？

用p值回答这个问题。

（3）解释回归系数的意义。

（4）根据上面的数据建立线性回归模型：

yt=b0+b1x1t+b2x2t+ut

（2）

（5）比较模型

（1）、

（2）的R2值。

（6）如果模型

（1）、

（2）的结论不同，你将选择哪一个回归模型？

为什么？

参考答案：

（1）回归结果

yˆt=3.734902+0.387929lnx1t+0.56847lnx2t

s（bˆ）=（0.212765）（0.137842）（0.055677）

t（bˆ）=（17.5541）（2.814299）（10.21006）

F=99.81632

R2=0.934467

R2=0.925105

SE=σˆ=0.097431

（2）t检验：

t（bˆ）=2.814299〉t

（14）=2.145，p1

=0.0138〈0.05，说明汽车产量对

机电行业销售额的影响是显著的；

t（bˆ）=10.21006〉t

（14）=2.145，p2

=0.0000〈0.05，

说明建筑业产值对机电行业销售额的影响是显著的。

F检验：

F=99.81632〉Fα（k,n−k−1）=Fα（2,17−2−1）=3.74，p=0.0000〈0.05

表明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著

的。

（3）bˆ

=0.387929，说明汽车产量每增加1%，机电行业的销售额将平均增加0.39%；

ˆ=0.56847，说明建筑业产值每增加1%，机电行业的销售额将平均增加0.57%。

（4）回归结果

yˆt=−57.45496+45.70558x1t+11.93339x2t

s（bˆ）=（81.02202）（15.66885）（1.516553）

t（bˆ）=（-0.709128）（2.916971）（7.868761）

R2=0.903899

R2=0.89017

SE=σˆ=64.08261

F=65.83991

（5）模型

（1）的R2=0.934467、R2=0.925105，模型

（2）的R2=0.903899、

R2=0.89017。

因此，模型

（1）的拟合优度大于模型

（2）的拟合优度。

（6）从两个模型的参数估计标准误差、S.E、t、F、R2统计量可以看出，模型

（1）优于模型

（2），应选择模型

（1）。

实验内容与数据5（第3章思考与练习：

三、简答、分析与计算题第16小题）：

16.表

3给出了一个钢厂在不同年度的钢产量。

找出表示产量和年度之间关系的方程：

y=aebx，并预测2002年的产量。

表3某钢厂1991-2001年钢产量（单位：

千吨）

年度

19911992199319941995199619971998199920002001

千吨

12.212.013.915.917.920.122.726.029.032.536.1

lnyˆt=2.307562+0.1167xt

s（bˆ）=（0.021946）（0.003236）

t（bˆ）=（105.1484）（36.06598）

R2=0.993128

SE=0.033937

DW=1.888171F=1300.755

x2002=12，lnyˆ2002=2.307562+0.1167×

12=3.707958，yˆ2002=e

3.707958

=40.77

实验内容与数据6（第3章思考与练习：

三、简答、分析与计算题第21小题）：

21.表

8列出了中国2000年按行业分的全部制造业国有企业及规模以上企业制造业非国有企业的工业总产值Y，资产合计K及职工人数L。

设定模型为

Y=AKαLβeu

（1）利用表8资料，进行回归分析。

（2）中国2000年的制造业总体呈现规模报酬不变状态吗？

表8中国2000年制造业业总产值、资产、职工人数统计资料

序号

工业总产值

Y（亿元）

资产合计

K（亿元）

职工人数

L（万人）

3722.7

3078.22

113

1442.52

1684.43

67

3

1752.37

2742.77

84

1451.29

1973.82

27

5

5149.3

5917.01

327

2291.16

1758.77

120

7

1345.17

939.1

58

656.77

694.94

31

9

370.18

363.48

16

10

1590.36

2511.99

66

616.71

973.73

617.94

516.01

28

13

4429.19

3785.91

14

5749.02

8688.03

254

15

1781.37

2798.9

83

1243.07

1808.44

33

17

812.7

1118.81

43

18

1899.7

2052.16

19

3692.85

6113.11

240

20

4732.9

9228.25

222

21

2180.23

2866.65

22

2539.76

2545.63

96

23

3046.95

4787.9

2192.63

3255.29

163

25

5364.83

8129.68

244

26

4834.68

5260.2

145

7549.58

7518.79

138

867.91

984.52

46

29

4611.39

18626.94

218

30

170.3

610.91

325.53

1523.19

45

样本回归方程为

lnYˆ=1.154+0.609lnK+0.361lnL

t=（1.586）（3.454）（1.790）

R2=0.810

R2=0.796

F=59.655DW=0.793

对回归方程解释如下：

经济意义检验：

在5%显著性水平上，t统计量对应的p值为：

p（αˆ）=0.018<

0.05，表示资本投入对GDP有显著影响，p（βˆ）=0.084>

0.05，表示劳动投入对GDP影响不显著。

在5%显著性水平上，F统计量对应的p值为0.000，明显小于0.05，说明模型整体显

著成立，劳动投入与资本投入对Y的整体影响是相当显著的。

修正的样本决定系数R2=0.796，表明劳动投入（对数）和资本投入（对数）对产出（对数）的解释能力为79.6%。

（2）从上述回归结果看，αˆ+βˆ≈1，即资本与劳动的产出弹性之和近似为1，表明中国制造业在2000年基本呈现规模报酬不变的状态。

下面进行对数的约束性检验。

检验的零假设为：

H0:

α+β=1。

如果原假设为真，则可估计如下模型：

ln（Y/L）=c+αln（K/L）+u，根据表6数据,可得如下估计结果。

有约束条件的C-D生产函数估计结果

由此可知，无约束条件的回归模型的残差平方和RSSU

=5.0703，受约束条件的回归

模型的残差平方和RSSR=5.0886，样本容量n=31，无约束条件回归模型解释变量个数

kU=2，约束条件个数kU−kR=2−1=1。

于是

F=（RSSR−RSSU）/（kU−kR）=（5.0886−5.0703）/1=0.1011

RSSU/（n−kU−1）

5.0703/（31−2−1）

在5%的显著性水平下，自由度为（1，28）的F分布的临界值F=4.20，显然有F〈Fα，

不拒绝原假设，表明中国C-D生产函数呈现规模报酬不变的状态。

在EViews软件中，当估计完C-D生产函数后，在方程结果输出窗口，点击View按钮，然后在下拉菜单中选择CoefficientTest\WaldCoefficientRestrictions,屏幕出现图对话框。

在对话框中输入系数的约束条件，若有多个，则用逗号分开。

本例中输入：

C

（2）+C

（3）=1，得检验结果见下表。

Wald检验输出结果

由此可知，在0.05显著性水平下，两个检验均仍然不能拒绝和为1的原假设，原假设

为真。

实验二：

异方差性、自相关性、多重共线性检验（3课时）实验设备：

（1）掌握异方差性模型的检验方法和处理方法；

（2）掌握自相关性性模型的

检验方法和处理方法；

（3）掌握多重共线性模型的检验方法和处理方法。

实验方法与原理：

GoldfeldandQuandt检验、White检验、DW检验和LM检验、辅助

回归模型检验和方差膨胀因子检验，加权最小二乘法、广义最小二乘法、广义差分法。

实验要求：

（1）熟悉图形检验法；

（2）熟悉戈德菲尔德——匡特检验、怀特检验、戈里

瑟检验和帕克检验，掌握加权最小二乘法；

（3）熟悉DW检验和LM检验，掌握广义差分法。

（4）熟悉辅助回归模型检验和方差膨胀因子检验，掌握逐步回归法（Frisch综合分析法）。

实验内容与数据7（第4章思考与练习：

三、简答、分析与计算题第11小题）：

11.试

根据表2中消费（y）与收入（x）的数据完成以下问题：

（1）估计回归模型：

yt