《计量经济学实验练习题及答案》由会员分享，可在线阅读，更多相关《计量经济学实验练习题及答案（8页珍藏版）》请在金锄头文库上搜索。
1、谢谢观赏1、根据美国各航空公司航班正点到达的比率X（%和每10万名乘客投诉的次数Y进行回归,EViews输出结果如下：DependentVariable:YMethod:LeastSquaresSample:19Includedobservations:9VariableCoefficientStd.Errort-StatisticProb.C6.0178321.0522605.7189610.0007X-0.0704140.014176-4.9672540.0016R-squared0.778996Prob(F-statistic)0.001624Durbin-Watsonstat2J.52
2、70对以上结果进行简要分析（包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释等，显着性水平均取0.05）。（2）按标准书写格式写出回归结果。2、已知变量Y和X的数据如下表所示，试采用OLS去（列出表格）估计模型Y=01Xi的参数值。2 223 384 485 5116 6133、以下是某次线性回归的EViews输出结果，部分数值已略去（用大写字母标示），但它们和表中其它特定数值有必然联系，分别据此求出这些数值，并写出过程。（保留3位小数）DependentVariable:YMethod:LeastSquaresSample:113Includedobservations:13V
3、ariableCoefficientStd.Errort-StatisticProb.C5.7304880.605747A0.0000X-0.3139600.048191-6.5149640.0000R-squared0.794180?Meandependentvar1.962965AdjustedR-squaredB?S.D.dependentvar1.372019S.E.of0.65012?Akaikeinfo2.1173regression7criterion40SumsquaredresidC?Schwarzcriterion2.2042564、用1970-1994年间日本工薪家庭实际
4、消费支出Y与实际可支配收入X(单位：103日元)数据估计线fH真型Y=oiXu,然后用得到的残差序列et绘制以下图形。(1)试根据图形分析随机误差项之间是否存在自相关？若存在，是正自相关还是负自相关？(2)此模型的估计结果为t:(6.14)(30.01)2R=0.975,F=900.51,DW=0.35试用DW检验法检验随机误差项之间是否存在自相关。5、用一组截面数据估计消费(Y)收入(X)方程Y=01Xu的结果为Y=9.3480.637Xit:(2.57)(32.01)2R=0.95,F=1024.56,DW=1.79(1)根据回归的残差序列e(t)图分析本模型是否存在异方差？注：abse(
5、t)表示e(t)的绝对值。(2)其次，用White法进行检验。EViews输出结果见下表：WhiteHeteroskedasticityTest:F-statistic6.301373Probability0.003370Obs*R-squared10.86401Probability0.004374DependentVariable:RESIDA2Method:LeastSquaresSample:160Includedobservations:60VariableCoefficientStd.Errort-StatisticProb.C-10.03614131.1424-6.0765290
6、.0045X0.1659771.6198565.1024640.0064XA20.0018000.0045878.3924690.0002若给定显着水平0.05,以上结果能否说明该模型存在异方差？查卡方分布临界值的自由度是多少？附表：DW检验临界彳1表(=0.05)k=1k=2ndLdudLdu241.271.451.191.55251.291.451.211.556.下表是中国某地 26 1.30271.31（INCOME与储蓄1.461.221.55人均可支配收入1.471.241.56(SAVE之间的回归分析结果（单位：元）：DependentVariable:SAVEMethod:Le
7、astSquaresSample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.?C-695.1433118.0444-5.8888270.0000INCOME0.0877740.004893R-squared0.917336?Meandependentvar1266.452AdjustedR-squared0.914485?S.D.dependentvar846.7570S.E.ofregression247.6160?Akaikeinfocriterion13.92398Sumsquaredres
8、id1778097.?Schwarzcriterion14.01649Loglikelihood-213.8216?F-statistic321.8177Durbin-Watsonstat1.892420?Prob(F-statistic)0.0000001）请写出样本回归方程表达式，然后分析自变量回归系数的经济含义2）解释样本可决系数的含义3）写出t检验的含义和步骤，并在5%勺显着性水平下对自变量的回归系数进行t检验（临界值：3.025（29）=2.05）。4）下表给出了White异方差检验结果，试在5%勺显着性水平下判断随机误差项是否存在异方差。WhiteHeteroskedasticit
9、yTest:F-statistic6.048005Probability0.006558Obs*R-squared9.351960Probability0.0093165）下表给出LM序列相关检验结果（滞后1期），试在5%勺显着性水平下判断随机误差项是否存在一阶自相关。谢谢观赏Breusch-GodfreySerialCorrelationLMTest:F-statisticObs*R-squared实验练习题答案1、0.0305160.033749ProbabilityProbability0.8625820.85424292?R=0.779,F统计量在0.05显着性水平通过检验；0彳的估计
10、值是显着的，且符号符合经济意义；DW偏大（2.53）,很可能存在随机误差项的自相关，需进行校正；若对自相关进行校正后，其它检验均已通过，斜率的经济意义为“美国各航空公司航班正点到达的比率X（%每增加1个百分点,每10万名乘客投诉的次数Y平均减少的次(2)t:(5.719)(-4.967)2.2=0.779DW=2.527Xi113-2.5-4.511.256.25222-1.5-5.58.252.25338-0.50.5-0.250.254480.50.50.250.2555111.53.55.252.2566132.55.513.756.2521450038.517.5Y4521）了节Y=n
11、=6=7.5,X=n=6=3.5-xLyi38.521=xi=17.5=2.2，一，一0=Y-1X=7.52.23.5=-0.23、(1)_5.7305A=t=Se(?)；=0.6057=9.461；(2)求B的值。n12131,21(1R2)1(10.8728)B=R=nk1=1321=0.775(3)求C的值。2e由？2=nk1C=e2=?2(nk1)=0.65012(1311)=4.6494(1图形显示，随机误差项之间存在着相关性，且为正的自相关(2样本量n=25、一个解释变量的模型、5配着水平，查DV毓计表可知，dL=1.29,du=1.45,模型中DW=0.35)d,显然该模型中存在
12、自相关.5.(1)图形显示，残差序列与自变量之间存在着相关性，说明该模型存在着异方差性，为递增型异方差.(2)2nR10.86401,其取值概率为0.004374(0.05),说明在给定显着水平0.05下，模型中的随机误差项存在异方差.查卡方分布临界彳t的自由度为2.6、1)样本回归方程为：save?695.14330.087774Incomet=(-5.8888)()R-squared=0.917336AdjustedR-squared=0.914485?F-statistic=321.8177Durbin-Watsonstat=1.892420自变量Income前回归系数的经济含义是：个人
13、可支配收入每增加1元，其储蓄会相应增加0.08774元(即个人的边际储蓄倾向为0.08774)2)R2=0.9173,表明在储蓄的变动中，91.73%可由个人可支配收入的变动得到解释。3）在计量经济分析中，t检验主要用于判断自变量是否对因变量具有显着影响。通常用t统计量检验真实总体参数是否显着异于零。检验步骤：提出假设：原假设H0:尸0,备择假设H:i0?tt（nk1）构造统计量：S?i给定显着性水平，查t分布表得临界值,kD,并确定拒绝域tt/2（nk1）根据样本数据计算t统计量值，并进行比较判断：若tt/2（nkD,则拒绝原假设H;若tt/2（nk1）,则接受原假设H040.087774tL17.93t0025（29）2.05在本题中，S?i0.004893，因此在5%勺显着性水平下拒绝回归系数为零的原假设。4）White检验的原假设为随机误差项不存在异方差，由回归结果知，边际显着性水平（或伴随概率）为0.93%5%则在5%勺显着性水平下可以拒绝原假设，即随机误差项存在异方差。5）LM检验（滞后1期）的原假设为随机误差项不存在一阶自相关。由回归结果
