计量经济学第三版李子奈课后习题答案.doc

《计量经济学第三版李子奈课后习题答案.doc》由会员分享，可在线阅读，更多相关《计量经济学第三版李子奈课后习题答案.doc（58页珍藏版）》请在三一办公上搜索。

1、第一章 绪论 （一）基本知识类题型 1-1 什么是计量经济学？ 1-2 简述当代计量经济学发展的动向。 1-3 计量经济学方法与一般经济数学方法有什么区别？ 1-4为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。 1-5为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？ 1-7试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。 1-8建立计量经济学模型的基本思想是什么？ 1-9计量经济学模型主要有哪些应用领域？各自的原理是什么？ 1-10试分别举出五

2、个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？ 1-11试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。 1-12模型的检验包括几个方面？其具体含义是什么？ 1-13常用的样本数据有哪些？ 1-14计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。 1-15估计量和估计值有何区别？哪些类型的关系式不存在估计问题？ 1-16经济数据在计量经济分析中的作用是什么？ 1-17下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ 其中为第t年农村居民储蓄增加额（亿元）、为第年城镇居民可支配收入总额（亿元）。 St=+1120012.RtSt

3、Rtt 其中S为第（St-=+144320030.Rtt-11-t）年底农村居民储蓄余额（亿元）、R为第t年农村居民纯收入总额（亿元）。 t1-18指出下列假想模型中的错误，并说明理由： （1）RSRIIVtt=t-+83000024112. 其中，为第年社会消费品零售总额（亿元），为第t年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），为第t年全社会固定资产投资总额RSttRItIVt 1 *（亿元）。 （2） ttYC2.1180+=其中，C 、Y分别是城镇居民消费支出和可支配收入。 （3）tttLKYln28.0ln62.115.1ln-+= 其中，Y、K、分别是

4、工业总产值、工业生产资金和职工人数。 L1-19下列假想的计量经济模型是否合理，为什么？ （1） eba+=iGDPGDPi其中，是第i产业的国内生产总值。 )3,2,1(GDPi=i （2）eba+=21SS 其中， 、分别为农村居民和城镇居民年末储蓄存款余额。 1S2S （3）ebba+=tttLIY21 其中，Y、I、分别为建筑业产值、建筑业固定资产投资和职工人数。 L （4）eba+=ttPY 其中，Y、分别为居民耐用消费品支出和耐用消费品物价指数。 P （5） e+=)(财政支出财政收入f （6） e+=),(21XXKLf煤炭产量其中，、LK分别为煤炭工业职工人数和固定资产原值，、

5、分别为发电量和钢铁产量。 1X2X1-20模型参数对模型有什么意义？ 2 习题参考答案 第一章 绪论 1-1什么是计量经济学？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 1-2答：计量经济学自20年代末、30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在：在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中有权威的一部分；从19692003年诺贝尔经济学奖的XX位获奖者中有XX位是与

6、研究和应用计量经济学有关；著名经济学家、诺贝尔经济学奖获得者萨缪尔森甚至说：“第二次世界大战后的经济学是计量经济学的时代”。计量经济学方法与其他经济数学方法结合应用得到发展；计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验；计量经济学模型的应用从传统的领域转向新的领域，如货币、工资、就业、福利、国际贸易等；计量经济学模型的规模不再是水平高低的衡量标准，人们更喜欢建立一些简单的模型，从总量上、趋势上说明经济现象。 1-3答：计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描

7、述。 1-4答： 1-5答：从计量经济学的定义看，它是定量化的经济学；其次，从计量经济学在西方国家经济学科中居于最重要的地位看，也是如此，尤其是从诺贝尔经济学奖设立之日起，已有多人因直接或间接对计量经济学的创立和发展作出贡献而获得诺贝尔经济学奖；计量经济学与数理统计学有严格的区别，它仅限于经济领域；从建立与应用计量经济学模型的全过程看，不论是理论模型的设定还是样本数据的收集，都必须以对经济理论、对所研究的经济现象有透彻的认识为基础。综上所述，计量经济学确实是一门经济学科。 1-6计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？ 3答：计量经济学的研究对象是经济

8、现象，是研究经济现象中的具体数量规律（或者说，计量经济学是利用数学方法，根据统计测定的经济数据，对反映经济现象本质的经济数量关系进行研究）。计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用，即应用计量经济学；无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。 计量经济学模型研究的经济关系有两个基本特征：一是随机关系；二是因果关系。 1-7答： 1-8答：计量经济学方法，就是定量分析经济现象中各因素之间的因果关系。所以，第一步，要根据经济理论分析所研究的经济现象，找出经济现象之间的因果关系及相互间的联系，把问题作为被解释变量，把影响问

9、题的主要因素作为解释变量，把非主要因素归入随机项；第二步，要按照它们之间的行为关系选择适当的数学形式描述这些变量之间的关系，一般是用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。在建立理论模型的时，要求理论模型在参数估计、模型检验的过程中不断得到修正，以便得到一个较好的、能够解释过去的、反映客观经济规律的数学模型。此外，还可以通过散电图或模拟的方法，选择一个拟合效果较好的数学模型。 1-9答：计量经济学模型主要有以下几个方面的用途：结构分析，即研究一个或几个经济变量发生变化及结构参数的变动对其他变量以至整个经济系统产生何种的影响；其原理是弹性分析、乘数分析与比较静力分析。经济预测，即用其

10、进行中短期经济的因果预测；其原理是模拟历史，从已经发生的经济活动中找出变化规律；政策评价，即利用计量经济模型定量分析政策变量变化对经济系统运行的影响，是对不同政策执行情况的“模拟仿真”。检验与发展经济理论，即利用计量经济模型和实际统计资料实证分析某个理论假说的正确与否；其原理是如果按照某种经济理论建立的计量经济模型可以很好地拟合实际观察数据，则意味着该理论是符合客观事实的，否则则表明该理论不能说明客观事实。 1-10答：时间序列数据的例子如：改革开放以来25年中的GDP、居民人均消费支出、人均可支配收入、零售物价指数、固定资产投资等；横截面数据的例子如：2003年各省的GDP、该年各工业部门的

11、销售额、该年不同收入的城镇居民消费支出、该年不同城镇居民的可支配收入、该年各省的固定资产投资等。这两类数据都是反映经济规律的经济现象的数量信息，不同点：时间序列数据是含义、口径相同的同一指标按时间先后排列的统计数据列；而横截面数据是一批发生在同一时间截面上不同统计单元的相同统计指标组成的数据列。 1-11答：如果模型系统只包含一个方程，即只研究单一的经济活动过程，揭示其因素之间 4 5的单向因果关系，则称该模型为单方程模型；如果模型系统涉及到多个经济关系而需要构造一个方程组，则称该模型为联立方程模型。二者之间有着密切联系，如：单方程模型是联立方程模型的组成元素，而联立方程模型又是由若干个单方程

12、模型有机组合而成。二者又有区别，如：单方程模型都是随机方程，而联立方程模型中既有随机方程也又恒等方程。 1-12答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建

13、立的模型是否可以用于样本观测值以外的范围。 1-13答：常用的样本数据包括：时间序列数据、横截面数据、虚变量数据和面板数据。 1-14答：由于客观经济现象的复杂性，以至于人们目前仍难以完全地透彻地了解它的全貌。对于某一种经济现象而言，往往受到很多因素的影响，而人们在认识这种经济现象的时候，只能从影响它的很多因素中选择一种或若干种来说明。这样就会有许多因素未被选上，这些未被选上的因素必然也会影响所研究的经济现象。因此，由被选因素构成的数学模型与由全部因素构成的数学模型去描述同一经济现象，必然会有出入。为使模型更加确切地说明客观经济现象，所以有必要引入随机误差项。随机误差项形成的原因：在解释变量中

14、被忽略的因素；变量观测值的观测误差；模型的关系误差或设定误差；其他随机因素的影响。 1-15答： 1-16答：经济数据是通过对经济变量进行观测和统计得到的，它们反映经济活动相关方面的水平和情况。从计量经济学的角度看，经济数据是计量经济分析的材料，或者说发现经济规律的信息载体，对经济规律的实证研究起十分关键的作用。为此，要求经济数据须具备完整性、准确性、可比性和一致性。 1-17 1-18 1-19 1-20 第二章 经典单方程计量经济学模型：一元线性回归模型 一、内容提要 本章介绍了回归分析的基本思想与基本方法。首先，本章从总体回归模型与总体回归函数、样本回归模型与样本回归函数这两组概念开始，

15、建立了回归分析的基本思想。总体回归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总体回归函数做出统计推断。 本章的一个重点是如何获取线性的样本回归函数，主要涉及到普通最小二乘法（OLS）的学习与掌握。同时，也介绍了极大似然估计法（ML）以及矩估计法（MM）。 本章的另一个重点是对样本回归函数能否代表总体回归函数进行统计推断，即进行所谓的统计检验。统计检验包括两个方面，一是先检验样本回归函数与样本点的“拟合优度”，第二是检验样本回归函数与总体回归函数的“接近”程度。后者又包括两个层次：第

16、一，检验解释变量对被解释变量是否存在着显著的线性影响关系，通过变量的t检验完成；第二，检验回归函数与总体回归函数的“接近”程度，通过参数估计值的“区间检验”完成。 本章还有三方面的内容不容忽视。其一，若干基本假设。样本回归函数参数的估计以及对参数估计量的统计性质的分析以及所进行的统计推断都是建立在这些基本假设之上的。其二，参数估计量统计性质的分析，包括小样本性质与大样本性质，尤其是无偏性、有效性与一致性构成了对样本估计量优劣的最主要的衡量准则。Goss-markov定理表明OLS估计量是最佳线性无偏估计量。其三，运用样本回归函数进行预测，包括被解释变量条件均值与个值的预测，以及预测置信区间的计

17、算及其变化特征。 二、典型例题分析 例1、令kids表示一名妇女生育孩子的数目，educ表示该妇女接受过教育的年数。生育率对教育年数的简单回归模型为 mbb+=educkids10 1（1）随机扰动项m包含什么样的因素？它们可能与教育水平相关吗？ （2）上述简单回归分析能够揭示教育对生育率在其他条件不变下的影响吗？请解释。 解答： （1）收入、年龄、家庭状况、政府的相关政策等也是影响生育率的重要的因素，在上述简单回归模型中，它们被包含在了随机扰动项之中。有些因素可能与增长率水平相关，如收入水平与教育水平往往呈正相关、年龄大小与教育水平呈负相关等。 （2）当归结在随机扰动项中的重要影响因素与模型

18、中的教育水平educ相关时，上述回归模型不能够揭示教育对生育率在其他条件不变下的影响，因为这时出现解释变量与随机扰动项相关的情形，基本假设4不满足。 例2已知回归模型mba+=NE，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m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a和b。 （2）OLS估计量a和满足线性性、无偏性及有效性吗？简单陈述理由。 b（3）对参数的假设检验还能进行吗？简单陈述理由。 解答： （1）Nba+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a，因此a表示没有接受过教育员工的平均起始薪金。b是每单位N变

19、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。 （2）OLS估计量a和仍满足线性性、无偏性及有效性，因为这些性质的的成立无需随机扰动项bm的正态分布假设。 （3）如果tm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m的正态分布假设之上的。 例3、在例2中，如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？ 解答： 首先考察被解释变量度量单位变化的情形。以E*表示以百元为度量单位的薪金，则 2mba+=NEE100* 由此有如下新模型 )100

20、/()100/()100/(*mba+=NE 或 *mba+=NE 这里100/*aa=，100/*bb=。所以新的回归系数将为原始模型回归系数的1/100。 再考虑解释变量度量单位变化的情形。设N*为用月份表示的新员工受教育的时间长度，则N*=12N，于是 mbamba+=+=)12/*(NNE 或 mba+=*)12/(NE 可见，估计的截距项不变，而斜率项将为原回归系数的1/12。 例4、对没有截距项的一元回归模型 iiiXYmb+=1 称之为过原点回归（regrission through the origin）。试证明 （1）如果通过相应的样本回归模型可得到通常的的正规方程组 =00

21、iiiXee 则可以得到1b的两个不同的估计值： XY=1b， ()()=21iiiXYXb。 （2）在基本假设0)(i=mE下，与均为无偏估计量。 1b1b （3）拟合线通常不会经过均值点XY1b=),(YX，但拟合线则相反。 XY1b= （4）只有是1b1b的OLS估计量。 解答： （1）由第一个正规方程 得 0=te 0)(1=-ttXYb 或 =ttXY1b 求解得 XY/1=b 3 由第2个下规方程得 0)(1=-tttXYXb =21tttXYXb 求解得 )/()(21=tttXYXb （2）对于XY/1=b，求期望 11111)()1)(11)()(bbmbmbb=+=+=XX

22、EnXEXXnEXXYEEtttt 这里用到了的非随机性。 tX 对于，求期望 )/()(21=tttXYXb)/()(21=tttXYXEEb 12212122)()1()()1()()1()()1(bmbmb=+=+=ttttttttttttEXXXXXXEXYXEX （3）要想拟合值通过点XY1b=),(YX，X1b必须等于Y。但XXYXXttt=21b，通常不等于Y。这就意味着点),(YX不太可能位于直线Y上。 X1b=相反地，由于YX=1b，所以直线经过点XY1b=),(YX。 （4）OLS方法要求残差平方和最小 Min -=212)(tttXYeRSSb 关于求偏导得 1b 0)(

23、211=-=tttXXYRSSbb 即 0)(1=-tttXYXb()()=21iiiXYXb 4可见是OLS估计量。 1b例5假设模型为tttXYmba+=。给定n个观察值，按如下步骤建立),(11YX),(22YX),(nnYXb的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜率取平均值，称之为，即bb的估计值。 （1）画出散点图，给出的几何表示并推出代数表达式。 b（2）计算的期望值并对所做假设进行陈述。这个估计值是有偏的还是无偏的？解释理由。 b（3）证明为什么该估计值不如我们以前用OL

24、S方法所获得的估计值，并做具体解释。 解答： （1）散点图如下图所示。 （X2,Y2） （Xn,Yn） （X1,Y1） 首先计算每条直线的斜率并求平均斜率。连接和的直线斜率为。由于共有1条这样的直线，因此 ),(11YX),(ttYX)/()(11XXYYtt-n11211=-=nttttXXYYnb （2）因为X非随机且0)(=tEm，因此 bmmbmbamba=-+=-+-+=-)()(1111111XXEXXXXEXXYYEttttttt 这意味着求和中的每一项都有期望值b，所以平均值也会有同样的期望值，则表明是无偏的。 （3）根据高斯马尔可夫定理，只有b的OLS估计量是最付佳线性无偏估

25、计量，因此，这里得到的的有效性不如bb的OLS估计量，所以较差。 5 例6对于人均存款与人均收入之间的关系式tttYSmba+=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： )011.0()105.151(067.0105.384ttYS+= 2R 0.538 023.199=s （1）b的经济解释是什么？ （2）a和b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

26、。你的结论是什么？ 解答： （1）b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a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b的符号为正。实际的回归式中，b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

27、 %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。 三、习题 6 7 （一）基本知识类题型 2-1解释下列概念： 1) 总体回归函数 2) 样本回归函数 3) 随机的总体回归函数 4) 线性回归模型 5) 随机误差项（ui

28、）和残差项（ei） 6) 条件期望 7) 非条件期望 8) 回归系数或回归参数 9) 回归系数的估计量 10) 最小平方法 11) 最大似然法 12) 估计量的标准差 13) 总离差平方和 14) 回归平方和 15) 残差平方和 16) 协方差 17) 拟合优度检验 18) t检验 19) F检验 2-2判断正误并说明理由： 1) 随机误差项ui和残差项ei是一回事 2) 总体回归函数给出了对应于每一个自变量的因变量的值 3) 线性回归模型意味着变量是线性的 4) 在线性回归模型中，解释变量是原因，被解释变量是结果 5) 随机变量的条件均值与非条件均值是一回事 2-3回答下列问题： 1) 线性

29、回归模型有哪些基本假设？违背基本假设的计量经济学模型是否就不可估计？ 2) 总体方差与参数估计误差的区别与联系。 3) 随机误差项ui和残差项ei的区别与联系。 4) 根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模型的拟合优度问题？ 5) 为什么用决定系数R2评价拟合优度，而不用残差平方和作为评价标准？ 6) R2检验与F检验的区别与联系。 7) 回归分析与相关分析的区别与联系。 8) 最小二乘法和最大似然法的基本原理各是什么？说明它们有何区别？ 9) 为什么要进行解释变量的显著性检验？ 10) 是否任何两个变量之间的关系，都可以用两变量线性回归模型进行分析？ 2-2

30、下列方程哪些是正确的？哪些是错误的？为什么？ yxttt=+=nab12,L yxtttt=+=nabm12,L yxtttt=+=$,abm12Lnnnnnn $,yxtttt=+=abm12L yxttt=+=$,ab12L $,yxttt=+=ab12L yxtttt=+=$,abm12L $,yxtttt=+=abm12L其中带“”者表示“估计值”。 2-3下表列出若干对自变量与因变量。对每一对变量，你认为它们之间的关系如何？是正的、负的、还是无法确定？并说明理由。 因变量 自变量 GNP 利率 个人储蓄 利率 小麦产出 降雨量 美国国防开支 前苏联国防开支 棒球明星本垒打的次数 其年

31、薪 总统声誉 任职时间 学生计量经济学成绩 其统计学成绩 日本汽车的进口量 美国人均国民收入 （二）基本证明与问答类题型 2-4对于一元线性回归模型，试证明： （1）iixyEba+=)( （2） 2)(s=iyD 8（3）0),(=jiyyCov ji 2-5参数估计量的无偏性和有效性的含义是什么？从参数估计量的无偏性和有效性证明过程说明，为什么说满足基本假设的计量经济学模型的普通最小二乘参数估计量才具有无偏性和有效性？ 2-6对于过原点回归模型iiiuXY+=1b ，试证明 =221)(iuXVarsb 2-7 试证明： （1），从而：0=ie0=e （2） 0=iixe（3）；即残差与的

32、估计值之积的和为零。 0=iiYeieiY2-8为什么在一元线性方程中，最小二乘估计量与极大似然估计量的表达式是一致的？证明：2的ML估计量为=niin1221ss ，并且是有偏的。 2-9熟悉t统计量的计算方法和查表判断。 2-10证明： ；其中R22)(yxrR=2是一元线性回归模型的判定系数，是y与x的相关系数。 yxr2-11 试根据置信区间的概念解释t检验的概率意义，即证明：对于显著性水平，当2atti100（1-）%的置信区间不包含0。 时，bi的n2-12线性回归模型 yxtttt=+=abm12,L 的0均值假设是否可以表示为101nttnm=？为什么？ 2-13现代投资分析的

33、特征线涉及如下回归方程：tmtturr+=10bb；其中：表示股票或债券的收益率；rrm表示有价证券的收益率（用市场指数表示，如标准普尔500指数）；t表示时间。在投资分析中，1被称为债券的安全系数，是用来度量市场的风险程度的，即市场的发展对公司的财产有何影响。依据19561976年间240个月的数据，Fogler和Ganpathy得到IBM股票的回归方程；市场指数是在芝加哥大学建立的市场有价证券指数： 9mttrr0598.17264.0+= 4710.02=r (0.3001) (0.0728) 要求：（1）解释回归参数的意义；（2）如何解释r2？（3）安全系数1的证券称为不稳定证券，建立

34、适当的零假设及备选假设，并用t检验进行检验（=5%）。 2-14 已知模型iiiuxY+=ba，证明：估计量可以表示为：iiniyWxn)1(1-=a 这里=2iiixxW 2-15已知两个量X和Y的一组观察值（xi，yi），i=1，2，n。 证明：Y的真实值和拟合值有共同的均值。 2-16一个消费分析者论证了消费函数iibYaC+=是无用的，因为散点图上的点（，）不在直线上。他还注意到，有时YiCiYiibYaC+=i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）。 2-17证明：仅当R2=1时，y对x的线性回归的斜率估计量等于x对y的线性回

35、归的斜率估计量的倒数。 2-18证明：相关系数的另一个表达式是：yxSSr=b 其中为一元线性回归模型一次项系数的估计值，Sbx、Sy分别为样本标准差。 2-19对于经济计量模型：YiiiuXbb+=10 ，其OLS估计参数1b特性在下列情况下会受到什么影响：（1）观测值数目n增加；（2）Xi各观测值差额增加；（3）Xi各观测值近似相等；（4）E（u的2）=0 。 2-20假定有如下的回归结果：，其中，Y表示美国的咖啡的消费量（每天每人消费的杯数），X表示咖啡的零售价格（美元/杯），t表示时间。 ttXY4795.06911.2-=要求： （1）这是一个时间序列回归还是横截面序列回归？做出回归

36、线； （2）如何解释截距的意义，它有经济含义吗？如何解释斜率？ （3）能否求出真实的总体回归函数？ 10（4）根据需求的价格弹性定义：弹性=斜率（X/Y），依据上述回归结果，你能求出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？ （三）基本计算类题型 2-21下面数据是对X和Y的观察值得到的。 Yi=1110； Xi=1680； XiYi=204200 Xi2=315400； Yi2=133300 假定满足所有的古典线性回归模型的假设，要求：（1）b1和b2？（2）b1和b2的标准差？（3）r2？（4）对B1、B2分别建立95%的置信区间？利用置信区间法，你可以接受零假设：B

37、2=0吗？ 2-22假设王先生估计消费函数（用模型iiiubYaC+=表示），并获得下列结果： iiYC81.015+=，n=19 （3.1） (18.7) R2=0.98 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：b=0（取显著水平为5%）；（2）确定参数估计量的标准方差；（3）构造b的95%的置信区间，这个区间包括0吗？ 2-23下表给出了每周家庭的消费支出Y（美元）与每周的家庭的收入X（美元）的数据。 每周收入（X） 每周消费支出（Y） 80 55，60，65，70，75 100 65，70，74，80，85，88 120 79，84，90，94，98

38、140 80，93，95，103，108，113，115 160 102，107，110，116，118，125 180 110，115，120，130，135，140 200 120，136，140，144，145 220 135，137，140，152，157，160，162 240 137，145，155，165，175，189 260 150，152，175，178，180，185，191 要求： （1）对每一收入水平，计算平均的消费支出，E（YXi），即条件期望值； （2）以收入为横轴、消费支出为纵轴作散点图； （3）在散点图中，做出（1）中的条件均值点； （4）你认为X与Y之间、X

39、与Y的均值之间的关系如何？ （5）写出其总体回归函数及样本回归函数；总体回归函数是线性的还是非线性的？ 112-24根据上题中给出的数据，对每一个X值，随机抽取一个Y值，结果如下： Y 70 65 90 95 110 115 120 140 155 150 X 80 100 120 140 160 180 200 220 240 260 要求： （1）以Y为纵轴、X为横轴作图，并说明Y与X之间是怎样的关系？ （2）求样本回归函数，并按要求写出计算步骤； （3）在同一个图中，做出样本回归函数及从上题中得到的总体回归函数；比较二者相同吗？为什么？ 2-25下表给出了19901996年间的CPI指数

40、与S&P500指数。 年份 CPI S&P500指数 1990 130.7 334.59 1991 136.2 376.18 1992 140.3 415.74 1993 144.5 451.41 1994 148.2 460.33 1995 152.4 541.64 1996 159.6 670.83 资料来源：总统经济报告，1997，CPI指数见表B-60，第380页；S&P指数见表B-93，第406页。 要求：（1）以CPI指数为横轴、S&P指数为纵轴做图； （2）你认为CPI指数与S&P指数之间关系如何？ （3）考虑下面的回归模型：tttuCPIBBPS+=21)&(，根据表中的数据运用OLS估计上述方程，并解释你的结果；你的结果有经济意义吗？ 2-26下表给出了美国30所知名学校的MBA学生1994年基本年薪（ASP）、GPA分数（从14共四个等级）、GMAT分数以及每年学费的数据