第二章-习题课--上课用

2-1、已知回归模型E????N??，式中E为某类公司一名新员工的起始薪金（元），N

为所受教育水平（年）。随机扰动项?的分布未知，其他所有假设都满足。 （1）从直观及经济角度解释?和?。

?满足线性性、无偏性及有效性吗？简单陈述理由。 ?和?（2）OLS估计量?（3）对参数的假设检验还能进行吗？简单陈述理由。 解答：

（1）???N为接受过N年教育的员工的总体平均起始薪金。当N为零时，平均薪金为?，因此?表示没有接受过教育员工的平均起始薪金。?是每单位N变化所引起的E的变化，即表示每多接受一年学校教育所对应的薪金增加值。

?满足线性性、无偏性及有效性，因为这些性质的的成立无需?和仍?（2）OLS估计量?随机扰动项?的正态分布假设。

（3）如果?t的分布未知，则所有的假设检验都是无效的。因为t检验与F检验是建立在?的正态分布假设之上的。

2-2 对于人均存款与人均收入之间的关系式St????Yt??t使用美国36年的年度数

据得如下估计模型，括号内为标准差：

??384.105?0.067YStt(151.105)(0.011)

??199.023R2?0.538?（1）?的经济解释是什么？

（2）?和?的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话，你可以给出可能的原因吗？

（3）对于拟合优度你有什么看法吗？

（4）检验是否每一个回归系数都与零显著不同（在1%水平下）。同时对零假设和备择假设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？ 解答：

（1）?为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。

（2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此?符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期?的符号为正。

实际的回归式中，?的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。

（3）拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。

（4）检验单个参数采用t检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。由t分布表知，双侧1%下的临界值位于2.750与2.704之间。斜率项计算的t值为0.067/0.011=6.09，截距项计算的t值为384.105/151.105=2.54。可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。 解答：

（1）?为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。

（2）由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此?符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期?的符号为正。实际的回归式中，?的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。

（3）拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53.8%的拟合优度，表明收入的变化可以解释储蓄中53.8 %的变动。

（4）检验单个参数采用t检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t 分布的自由度为n-2=36-2=34。由t分布表知，双侧1%下的临界值位于2.750与2.704之间。斜率项计算的t值为0.067/0.011=6.09，截距项计算的t值为384.105/151.105=2.54。可见斜率项计算的t 值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。

2-3．一个消费分析者论证了消费函数Ci?a?bYi是无用的，因为散点图上的点（Ci，Yi）不在直线Ci?a?bYi上。他还注意到，有时Yi上升但Ci下降。因此他下结论：Ci不是Yi的函数。请你评价他的论据（这里Ci是消费，Yi是收入）。

2-4．假设王先生估计消费函数（用模型Ci????Yi?ui表示），并获得下列结果：

Ci?15?0.81Yi?n?19R?0.982?3.1??18.7?这里括号里的数字表示相应参数的T比率值。

要求：（1）利用T比率值检验假设：?=0（取显著水平为5%）；（2）确定参数估计量的标准方差；（3）构造?的95%的置信区间，这个区间包括0吗？

2-5 表2-1列出了中国1978-2000年的财政收入Y和国内生产总值GDP的统计资料。要求，运用Eviews软件：

（1） 作出散点图，建立财政收入对国内生产总值变化的一元线性回归方程，并解析斜率

的经济意义；

（2） 对所建立的回归方程进行检验；

（3） 若2001年中国国内生产总值为105709亿元，求财政收入的预测值及预测区间。

年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 Dependent Variable: Y Method: Least Squares

Date: 03/27/08 Time: 08:34 Sample: 1978 2000

Included observations: 23 Variable C GDP R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

Durbin-Watson stat

Coefficient 556.6477 0.119807 Std. Error 220.8943 0.005273 t-Statistic 2.519973 22.72298 Prob. 0.0199 0.0000 4188.627 3613.700 16.11022 16.20895 516.3338 0.000000 Y 1132.26 1146.38 1159.93 1175.79 1212.33 1366.95 1642.86 2004.82 2122.01 2199.35 2357.24 2664.90 GDP 3624.1 4038.2 4517.8 4862.4 5294.7 5934.5 7171 8964.4 10202.2 11962.5 14928.3 16909.2 年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 Y 2937.10 3149.48 3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 111444.08 13395.23 GDP 18547.9 21617.8 26638.1 34634.4 46759.4 58478.1 67884.6 74462.6 78345.2 82067.5 89403.6 0.960918 Mean dependent var 0.959057 S.D. dependent var 731.2086 Akaike info criterion 11227988 Schwarz criterion -183.2675 F-statistic

0.347372 Prob(F-statistic) ⑴总体回归函数是指在给定Xi下的Y的分布的总体均值与Xi有函数关系。 ⑵样本回归函数指对应于某个给定的X的Y值的一个样本而建立的回归函数。 ⑶ 随机的总体回归函数指含有随机误差项的总体回归函数，形如：

Yi??1??2Xi?ui

⑷线性回归模型指对参数?为线性的回归，即?只以它的1次方出现，对X可以是或不是线性的。

⑸随机误差项也称误差项，是一个随机变量，针对总体回归函数而言。 ⑹残差项是一随机变量，针对样本回归函数而言。

⑺条件期望又称条件均值，指X取特定Xi值时的Y的期望值。 ⑼回归系数（或回归参数）指?1、?2等未知但却是固定的参数。

⑽回归系数的估计量指用?1、?2等表示的用已知样本所提供的信息去估计出来的量。 ⒀估计量的标准差指度量一个变量变化大小的标准。

⒁总离差平方和用TSS表示，用以度量被解释变量的总变动。

⒂回归平方和用ESS表示，用以度量由解释变量变化引起的被解释变量的变化。 ⒃残差平方和用RSS表示，用以度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的。

⒄协方差用Cov（X，Y）表示，是用来度量X、Y二个变量同时变化的统计量。

??

本文来源：https://www.bwwdw.com/article/n6p6.html