中级计量经济学第四章习题以及解答思路EViews.docx
《中级计量经济学第四章习题以及解答思路EViews.docx》由会员分享，可在线阅读，更多相关《中级计量经济学第四章习题以及解答思路EViews.docx（21页珍藏版）》请在冰豆网上搜索。
中级计量经济学第四章习题以及解答思路EViews
第4章
习题一
表1给出了1965~1970年美国制造业利润和销售额的季度数据。
假定利润不仅与销售额有关，而且和季度因素有关。
要求对下列二种情况分别估计利润模型：
（1）如果认为季度影响使利润平均值发生变异，应如何引入虚拟变量
（2）如果认为季度影响使利润对销售额的变化率发生变异，如何引入虚拟变量
表1
利润（Y）
@
销售额（X）
利润（Y）
销售额（X）
1965-I
10503
114862
1968-I
…
12539
148826
II
12092
123968
II
14849
158913
￥
III
10834
121454
III
13203
155727
IV
12201
；
131917
IV
14947
168409
1966-I
12245
129911
1969-I
`
14151
162781
II
14001
140976
II
15949
176057
.
III
12213
137828
III
14024
172419
IV
12820
#
145645
IV
14315
183327
1967-I
11349
136989
1970-I
'
12381
170415
II
12615
145126
II
13991
181313
￥
III
11014
141536
III
12174
176712
IV
12730
|
151776
IV
10985
180370
Quarterly65-70
Quick-EquationEstimation
[
Ycx@seas
（1）@seas
（2）@seas（3）
DependentVariable:
Y
Method:
LeastSquares
&
Date:
11/26/14Time:
18:
38
Sample:
1965Q11970Q4
Includedobservations:
24
$
【
Variable
Coefficient
Std.Error
t-Statistic
Prob.
}
"
C
X
"
@SEAS
（1）
-
@SEAS
（2）
@SEAS（3）
、
~
R-squared
Meandependentvar
、
AdjustedR-squared
.dependentvar
.ofregression
Akaikeinfocriterion
.
Sumsquaredresid
Schwarzcriterion
Loglikelihood
F-statistic
~
Durbin-Watsonstat
Prob（F-statistic）
/
T和P在5%情况下都不通过，第二季度相对还好一点
！
假设第二季度显著，结果的经济含义是什么
Ycx@seas
（2）@seas（3）@seas（4）
DependentVariable:
Y
Method:
LeastSquares
^
Date:
11/26/14Time:
18:
47
Sample:
1965Q11970Q4
;
Includedobservations:
24
%
Variable
Coefficient
Std.Error
，
t-Statistic
Prob.
'
C
:
X
@SEAS
（2）
@
@SEAS（3）
（
@SEAS（4）
;
R-squared
￥
Meandependentvar
AdjustedR-squared
.dependentvar
.ofregression
`
Akaikeinfocriterion
Sumsquaredresid
Schwarzcriterion
Loglikelihood
|
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
@
"
第二季度依旧显著影响
四种都试一下（去掉一个季节），选一个最显著的
124
DependentVariable:
Y
Method:
LeastSquares
]
Date:
11/26/14Time:
18:
51
Sample:
1965Q11970Q4
（
Includedobservations:
24
"
Variable
Coefficient
Std.Error
{
t-Statistic
Prob.
?
C
、
X
@SEAS
（1）
>
@SEAS
（2）
{
@SEAS（4）
*
R-squared
$
Meandependentvar
AdjustedR-squared
.dependentvar
.ofregression
：
Akaikeinfocriterion
Sumsquaredresid
Schwarzcriterion
Loglikelihood
，
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
#
&
134
DependentVariable:
Y
Method:
LeastSquares
.
Date:
11/26/14Time:
18:
52
Sample:
1965Q11970Q4
Includedobservations:
24
—
Variable
Coefficient
Std.Error
t-Statistic
Prob.
\
>
C
X
】
@SEAS
（1）
·
@SEAS（3）
@SEAS（4）
?
'
R-squared
Meandependentvar
…
AdjustedR-squared
.dependentvar
.ofregression
Akaikeinfocriterion
·
Sumsquaredresid
Schwarzcriterion
Loglikelihood
F-statistic
*
Durbin-Watsonstat
Prob（F-statistic）
（
（2）
}
Y=c+βx+α1D1X+α2D2X+α3D3X
D1=1（第一季度）0（其他）
Ycx@seas
（1）*x@seas
（2）*x@seas（3）*x
DependentVariable:
Y
Method:
LeastSquares
~
Date:
11/26/14Time:
19:
00
Sample:
1965Q11970Q4
、
Includedobservations:
24
]
Variable
Coefficient
Std.Error
。
t-Statistic
Prob.
《
C
@
X
@SEAS
（1）*X
》
@SEAS
（2）*X
（
@SEAS（3）*X
：
R-squared
`
Meandependentvar
AdjustedR-squared
.dependentvar
.ofregression
；
Akaikeinfocriterion
Sumsquaredresid
Schwarzcriterion
Loglikelihood
.
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
:
）
DependentVariable:
Y
Method:
LeastSquares
?
Date:
11/26/14Time:
19:
10
Sample:
1965Q11970Q4
Includedobservations:
24
·
$
Variable
Coefficient
Std.Error
t-Statistic
Prob.
|
;
C
X
/
@SEAS
（1）
：
@SEAS（3）
@SEAS（4）
|
（
R-squared
Meandependentvar
《
AdjustedR-squared
.dependentvar
.ofregression
Akaikeinfocriterion
^
Sumsquaredresid
Schwarzcriterion
Loglikelihood
F-statistic
%
Durbin-Watsonstat
Prob（F-statistic）
—
@
DependentVariable:
Y
Method:
LeastSquares
Date:
11/26/14Time:
19:
11
：
Sample:
1965Q11970Q4
Includedobservations:
24
…
'
Variable
Coefficient
Std.Error
t-Statistic
Prob.
|
￥
C
X
/
@SEAS
（1）*X
@SEAS
（2）*X
（
@SEAS（4）*X
"
、
R-squared
Meandependentvar
AdjustedR-squared
{
.dependentvar
.ofregression
Akaikeinfocriterion
Sumsquaredresid
【
Schwarzcriterion
Loglikelihood
F-statistic
Durbin-Watsonstat
/
Prob（F-statistic）
'
DependentVariable:
Y
、
Method:
LeastSquares
Date:
11/26/14Time:
19:
11
Sample:
1965Q11970Q4
|
Includedobservations:
24
】
Variable
…
Coefficient
Std.Error
t-Statistic
Prob.
}
C
~
X
]
@SEAS
（2）*X
@SEAS（3）*X
（
@SEAS（4）*X
>
/
R-squared
Meandependentvar
AdjustedR-squared
.dependentvar
）
.ofregression
Akaikeinfocriterion
Sumsquaredresid
Schwarzcriterion
"
Loglikelihood
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
*
￥
习题二
表2给出了某地区某行业的库存
和销售
的统计资料。
假设库存额依赖于本年销售额与前三年的销售额，试用Almon变换估计以下有限分布滞后模型：
`
表2
库存Y
（万元）
销售额X
（万元）
库存Y
》
（万元）
销售额X
（万元）
1980
11267
8827
1990
17053
{
13668
1981
12661
9247
1991
19491
14956
1982
：
12968
9579
1992
21164
15483
1983
12518
9093
"
1993
22719
16761
1984
13177
10073
1994
24269
·
17852
1985
13454
10265
1995
25411
17620
1986
!
13735
10299
1996
25611
18639
1987
14553
11038
>
1997
26930
20672
1988
15011
11677
1998
30218
·
23799
1989
15846
12445
1999
36784
27359
]
Y=α+α0ΣXt-i+α1ΣXt-i+α2ΣXt-i+μt
↑3，i=0笔记11,26）
在最上面输入
genrz0=x+x（-1）+x（-1）+x（-3）
genrz1=x（-1）+2*x（-2）+3*x（-3）
genrz2=x（-1）+4*x（-2）+9*x（-3）
.
ycz0z1z2
DependentVariable:
Y
Method:
LeastSquares
?
Date:
11/26/14Time:
19:
38
Sample（adjusted）:
19831999
Includedobservations:
17afteradjustments
（
（
Variable
Coefficient
Std.Error
t-Statistic
Prob.
】
、
C
Z0
?
Z1
|
Z2
；
*
R-squared
Meandependentvar
AdjustedR-squared
.dependentvar
。
.ofregression
Akaikeinfocriterion
Sumsquaredresid
2692398.
Schwarzcriterion
-
Loglikelihood
F-statistic
Durbin-Watsonstat
Prob（F-statistic）
】
《
YcPDL（x,3,2）
重新回归
DependentVariable:
Y
'
Method:
LeastSquares
Date:
11/26/14Time:
19:
46
Sample（adjusted）:
19831999
~
Includedobservations:
17afteradjustments
…
"
Variable
Coefficient
Std.Error
t-Statistic
Prob.
~
—
C
"
PDL01
PDL02
）
PDL03
"
&
R-squared
:
Meandependentvar
AdjustedR-squared
.dependentvar
&
.ofregression
Akaikeinfocriterion
Sumsquaredresid
2511848.
?
Schwarzcriterion
Loglikelihood
F-statistic
Durbin-Watsonstat
;
Prob（F-statistic）
|
LagDistributionofX
i
Coefficient
Std.Error
t-Statistic
、
；
.*|
0
{
.*|
1
.*|
}
2
*.|
3
>
^
SumofLags
-
》
'
习题三
表3给出了印度1949~1965年实际货币存量、实际总国民收入和长期利率数据。
假设有如下的长期货币需求关系式：
其中，
为长期货币需求（现金余额）；
为长期利率；
为实际总国民收入。
请在如下存量调整假说下估计该货币需求模型，其中
为实际现金存量：
表3
…
年份
实际
货币M
实际
净收入Y
长期
利率R
年份
）
实际
货币M
实际
净收入Y
长期
利率R
（千万卢比）
、
（10亿卢比）
（%）
（千万卢比）
（10亿卢比）
（%）
1949
（
1958
1950
&
1959
1951
[
1960
1952
>
1961
1953
$
1962
1954
]
1963
1955
；
1964
1956
'
1965
1957
）
LnM*t=lnβ0+β1lnRt+β2lnYt+μt
~
LnMt-LnMt-1=
lnM*t-
lnMt-1
LnMt=
lnβ0+β1
lnRt+β2
lnYt+（1-
）lnMt-1+
μt
求回归
Quick-EquationEstimation
log（m）clog（r）log（y）log（m（-））
DependentVariable:
LOG（M）
/
Method:
LeastSquares
Date:
11/26/14Time:
20:
13
Sample（adjusted）:
19501965
;
Includedobservations:
16afteradjustments
;
Variable
Coefficient
》
Std.Error
t-Statistic
Prob.
!
C
!
LOG（R）
LOG（Y）
$
LOG（M（-1））
《
R-squared
Meandependentvar
AdjustedR-squared
.dependentvar
.ofregre
升级会员 