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（22页珍藏版）》请在冰点文库上搜索。
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
.ofregression
Akaikeinfocriterion
Sumsq
升级会员 