伍德里奇计量经济学英文版

92.62.3292.52.3292.62.3292.72.3492.72.3592.92.3693.12.36932.3793.22.493.32.3993.52.493.62.493.62.493.62.4293.72.42942.4294.22.4594.72.4694.82.4694.62.4694.82.4994.92.595.12.595.42.595.42.51962.5296.32.5296.72.5496.82.5597.12.5697.42.5797.92.5798.12.6198.52.6198.52.6198.62.698.62.6298.72.6398.92.6399.12.6499.42.6699.72.67100.22.69100.52.69100.72.721012.73101.32.74101.62.731022.76102.32.78102.82.79103.12.8103.42.831042.84104.52.8514.5282890.841567.

.

..24.5272090.841567-0.001080..34.5282890.8415670.00108100

.

44.5293680.8501510.0

This edition is intended for use outside of the U.S. only, with content that may be different from the U.S. Edition. This may not be resold, copied,

or distributed without the prior consent of the publisher.

28

CHAPTER 4

TEACHING NOTES

At the start of this chapter is good time to remind students that a specific error distribution played no role in the results of Chapter 3. That is because only the first two moments were derived under the full set of Gauss-Markov assumptions. Nevertheless, normality is needed to obtain exact no

附录B

复习概率相关概念：

学习目标：

基于这个附录的材料，你应该能够： 1、 解释一个随机变量和它的值之间的不同，并给出一个例子。 2、 解释离散型随机变量与连续型随机变量之间的不同，并分别给出一个例子。 3、 描述离散型随机变量的概率密度函数的特征，并给出一个例子。 4、 在给定的离散型概率函数中计算事件的概率。 5、 解释下面语句的涵义：在离散型随机变量中取值2时所对应的概率为0.3。 6、 解释连续型随机变量的概率密度函数与离散型随机变量的密度函数之间的不同。 7、 怎样用代数的方法计算给定的连续型随机变量的概率。 8、 直观的解释一个随机变量的均值或者期望值的概念 9、 结合离散型随机变量的期望值概念，在B.9给定的概率密度函数f(x)和函数g（x）来

计算期望。

10、 理解离散随机变量的方差的定义，并解释当方差值越大时随机变量取值更分散的意

义。

11、 运用一个联合概率密度函数（表格）表示两个离散型随机变量并且计算联合事件的

概率，并且找到每个单独随机变量的边缘概率密度函数。

12、 在给定另外一个离散型随机变量取值和他们的联合密度函数的情况下会找出一个离

散型随机变量的条件概率密度函数。

13、 给出一个关于两个随机变量相互独立的直

附录B

复习概率相关概念：

学习目标：

基于这个附录的材料，你应该能够： 1、 解释一个随机变量和它的值之间的不同，并给出一个例子。 2、 解释离散型随机变量与连续型随机变量之间的不同，并分别给出一个例子。 3、 描述离散型随机变量的概率密度函数的特征，并给出一个例子。 4、 在给定的离散型概率函数中计算事件的概率。 5、 解释下面语句的涵义：在离散型随机变量中取值2时所对应的概率为0.3。 6、 解释连续型随机变量的概率密度函数与离散型随机变量的密度函数之间的不同。 7、 怎样用代数的方法计算给定的连续型随机变量的概率。 8、 直观的解释一个随机变量的均值或者期望值的概念 9、 结合离散型随机变量的期望值概念，在B.9给定的概率密度函数f(x)和函数g（x）来

计算期望。

10、 理解离散随机变量的方差的定义，并解释当方差值越大时随机变量取值更分散的意

义。

11、 运用一个联合概率密度函数（表格）表示两个离散型随机变量并且计算联合事件的

概率，并且找到每个单独随机变量的边缘概率密度函数。

12、 在给定另外一个离散型随机变量取值和他们的联合密度函数的情况下会找出一个离

散型随机变量的条件概率密度函数。

13、 给出一个关于两个随机变量相互独立的直

importdata('401ksubs.des'); data1=xlsread('401ksubs'); length(find(data1(:,6)==1)) column=6; num=1;

row_index=data1(:,column)==num; data2=data1(row_index,:); nettfa=data2(:,7); age=data2(:,5); inc=data2(:,2); fsize=data2(:,6);

result1=ols(nettfa,[ones(length(nettfa),1),inc,age]); vnames=char('nettfa','constant','inc','age'); prt(result1,vnames); t=(0.843-1)/0.092 p=tcdf(-1.7065,2014)

result2=ols(nettfa,[ones(length(nettfa),1),inc]); vnames2=char('nettfa','constant','inc'); prt(result2,vnames2);

corr_inc_age= corrcoef(age,

1 / 1

第六章 虚拟变量的回归模型

第一部分 学习目标和要求

本章主要介绍虚拟变量的基本概念及其应用。需要掌握并理解以下内容：

（1） 虚拟变量的基本概念、虚拟变量分别作为解释变量和被解释变量的情形、虚拟

变量回归模型的类型和解释变量个数选取规则；

（2） 定量变量与不同数量定性变量（一对一、一对多和多对多）虚拟变量模型；

（3） 应用虚拟变量改变回归直线的截距或斜率；

（4） 分段线性回归；

（5） 应用虚拟变量检验回归模型的结构稳定性、传统判别结构稳定性的方法及存在

的缺陷、虚拟变量法比较两个回归方程的结构方法。

第二部分 练习题

一、解释下列概念：

1．虚拟变量

2．方差分析模型（ANOVA ）

3．协方差模型（ANOCVA ）

4．基底

5．级差截距系数

6．虚拟变量陷阱

二、简要回答下列问题：

1．虚拟变量在线性回归模型中的作用是什么？举例说明。

2．回归模型中虚拟变量个数的选取原则是什么？为什么？

3．如果现在有月度数据，在对下面的假设进行检验时，你将引入几个虚拟变量？

A) 一年中的每月均呈现季节性波动趋势；

B) 只有双数月份呈现季节性波动趋势。

4．如果现在让你着手检验上海和深圳两个股票市场在过去5年内的收益率是否有显著差异，如何使用虚拟变量进行？

三、

班级： 金融1班

学号: 6013205281

姓名： 谢 明 亮

计量经济学

练习1

1992年亚洲各国人均寿命（Y）、按购买力平价计算的人均GDP（X1）、成人识字率（X2）、一岁儿童疫苗接种率（X3）的数据（见教材Pg56-57，练习题2.1数据）

(1) 通过散点图和相关系数，分别分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系。

(2) 对所建立的回归模型分别进行模型的参数估计和检验，并用规范的形式写出估计检验结果。

从散点图可以看出，各国人均寿命随着人均GDP的增加而增加，近似于线性关系.

用规范的形式将参数估计和检验的结果写为

Yt = 56.64794+0.128360X1

(1.960820) (0.027242) t = (28.88992) (4.711834)

R2

计量经济学

一、判断题（20分）

1． 线性回归模型中，解释变量是原因，被解释变量是结果。（） 2．多元回归模型统计显著是指模型中每个变量都是统计显著的。（） 3．在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。（） 4．总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。（ ） 5．线性回归是指解释变量和被解释变量之间呈现线性关系。 （ ） 6．判定系数R的大小不受到回归模型中所包含的解释变量个数的影响。（ ） 7．多重共线性是一种随机误差现象。 （ ）

8．当存在自相关时，OLS估计量是有偏的并且也是无效的。 （ ） 9．在异方差的情况下， OLS估计量误差放大的原因是从属回归的R2变大。（ ）

10．任何两个计量经济模型的R2都是可以比较的。 （ ） 二． 简答题（10）

1．计量经济模型分析经济问题的基本步骤。（4分）

2．举例说明如何引进加法模式和乘法模式建立虚拟变量模型。 （6分） 三．下面是我国1990-2003年GDP对M1之间回归的结果。（5分）

ln(GDP)?1.37? 0.7M6ln(se (0.15)

班级： 金融1班

学号: 6013205281

姓名： 谢 明 亮

计量经济学

练习1

1992年亚洲各国人均寿命（Y）、按购买力平价计算的人均GDP（X1）、成人识字率（X2）、一岁儿童疫苗接种率（X3）的数据（见教材Pg56-57，练习题2.1数据）

(1) 通过散点图和相关系数，分别分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系。

(2) 对所建立的回归模型分别进行模型的参数估计和检验，并用规范的形式写出估计检验结果。

从散点图可以看出，各国人均寿命随着人均GDP的增加而增加，近似于线性关系.

用规范的形式将参数估计和检验的结果写为

Yt = 56.64794+0.128360X1

(1.960820) (0.027242) t = (28.88992) (4.711834)

R2

计

参考答案

量 经 济 学 课 程二〇〇八年九月

组

计量经济学练习册

第一章 导论

一、名词解释

1、截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。

2、时间序列数据：时间序列数据是同一观察对象在不同时间点上的取值的统计序列，可理解为随时间变化而生成的数据。

3、虚变量数据：虚拟变量数据是人为设定的虚拟变量的取值。是表征政策、条件等影响研究对象的定性因素的人工变量，其取值一般只取“0”或“1”。

4、内生变量与外生变量：。内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。

二、单项选择题 1、C

三、填空题

1、因果关系、相互影响关系

2、时间序列数据、截面数据、面板数据

3、时间序列模型、单方程模型、联立方程组模型

四、简答题

1、计量经济学与经济理论、统计学、数学的联系主要体现在计量经济学对经济理论、 统计学、数学的应用方面，分别如下：

1）计量经济学对经济理论的利用主要体现在以下几个方面 （1）计量经济模型的选择和确定 （2）对经济模型的修改和