第八章练习题及参考答案.doc
《第八章练习题及参考答案.doc》由会员分享，可在线阅读，更多相关《第八章练习题及参考答案.doc（11页珍藏版）》请在冰点文库上搜索。
第八章练习题
8.1为了评价从1979年7月起联邦放宽利率管制政策以来的影响，S.兰格用1975年第三季度至1983年第二季度数据估计得到如下模型：
Se=（1.9563）（0.0992）（0.1909）（0.0727）（0.1036）（0.7549）
其中，Y为3个月国库券利率；P为预期通货膨胀率；Un为季节调整后的失业率；M为基础货币的变化；D为虚拟变量，1979年7月1日前D=0,1979年7月1日后D=1。
括号内是估计的标准差。
试回答：
1）如何对估计结果进行解释；
2）放宽利率管制有何效果？
【练习题8.1参考解答】
1）各变量对Y的影响都是显著的，整体模型拟合也较好。
2）由于虚拟变量D对Y的影响是显著的，因此放宽利率管制对3个月国库券利率有显著影响。
8.2在一项对某地区大学生月消费支出的调查研究中，反映出不同状况大学生的消费支出有差异,除了受家庭每月收入水平影响外，例如是否获得到奖学金、来自农村还是城市、家庭在经济发达地区还是欠发达地区、性别等因素可能对大学生的消费水平也有影响，而且这些因素间可能还有一定交互作用。
选择比较不同状况大学生消费水平的适当基础类型，并设定合适的计量模型检验如下几种状况学生与其他学生的平均消费支出是否有显著差异：
（1）来自发达地区、城市地区、得到奖学金的女生的平均消费支出；
（2）来自欠发达地区、农村地区、得到奖学金的男生的平均消费支出；
（3）来自欠发达地区、城市地区、未得到奖学金的女生的平均消费支出；
（4）来自发达地区、农村地区、得到奖学金的女生的平均消费支出。
【练习题8.2参考解答】
建议学生自己独立完成
8.3表8.4是中国城镇居民和农村居民消费统计数据。
表8.4城镇居民、农村居民现价消费水平统计数据单位：
元
年份
居民消费水平
农村居民消费水平
城镇居民消费水平
年份
居民消费水平
农村居民消费水平
城镇居民消费水平
1978
184
138
405
1996
2789
1626
5532
1979
208
159
425
1997
3002
1722
5823
1980
238
178
489
1998
3159
1730
6109
1981
264
201
521
1999
3346
1766
6405
1982
288
223
536
2000
3632
1860
6850
1983
316
250
558
2001
3887
1969
7161
1984
361
287
618
2002
4144
2062
7486
1985
446
349
765
2003
4475
2103
8060
1986
497
378
872
2004
5032
2319
8912
1987
565
421
998
2005
5596
2657
9593
1988
714
509
1311
2006
6299
2950
10618
1989
788
549
1466
2007
7310
3347
12130
1990
833
560
1596
2008
8430
3901
13653
1991
932
602
1840
2009
9283
4163
14904
1992
1116
688
2262
2010
10522
4700
16546
1993
1393
805
2924
2011
12272
5633
18750
1994
1833
1038
3852
2012
13946
6475
20864
1995
2355
1313
4931
数据来源：
中经网统计数据库
1）运用统计学中的方差分析方法，试对城镇居民消费水平和农村居民消费水平进行方差分析，计算组间方差、组内方差，估计城镇居民消费的均值和农村居民消费的均值。
2）运用虚拟解释变量的计量经济方法，再对城镇居民消费水平和农村居民消费水平两组数据进行方差分析。
3）对上述两种方差分析的结果进行比较，你能发现什么？
【练习题8.3参考解答】
1）方差分析
在Eviews中录入相应的数据，显示城镇居民消费水平xfcity、农村居民消费水平xfcountry。
在此数据界面左上角点击“view”TestsofEquality…,选择“Mean”，有如下结果
TestforEqualityofMeansBetweenSeries
Date:
08/16/13Time:
16:
52
Sample:
19782012
Includedobservations:
35
Method
df
Value
Probability
t-test
68
4.136590
0.0001
AnovaF-statistic
（1,68）
17.11138
0.0001
AnalysisofVariance
SourceofVariation
df
SumofSq.
MeanSq.
Between
1
3.05E+08
3.05E+08
Within
68
1.21E+09
17828696
Total
69
1.52E+09
21991664
CategoryStatistics
Std.Err.
Variable
Count
Mean
Std.Dev.
ofMean
XFCITY
35
5879.000
5738.585
969.9979
XFCOUNTRY
35
1703.743
1651.070
279.0818
All
70
3791.371
4689.527
560.5057
TestforEqualityofMeansBetweenSeries
Date:
08/16/13Time:
17:
17
Sample:
19782012
Includedobservations:
35
Method
df
Value
Probability
t-test
68
4.13658985341172
9.91359144992841e-05
AnovaF-statistic
（1,68）
17.1113756153488
9.91359144992841e-05
AnalysisofVariance
SourceofVariation
df
SumofSq.
MeanSq.
Between
1
305073513.657143
305073513.657143
Within
68
1212351326.68571
17828695.9806723
Total
69
1517424840.34286
21991664.352795
CategoryStatistics
Std.Err.
Variable
Count
Mean
Std.Dev.
ofMean
XFCITY
35
5879
5738.58504285836
969.997913018633
XFCOUNTRY
35
1703.74285714286
1651.07046101216
279.081844996199
All
70
3791.37142857143
4689.52709266031
560.505694539634
其中，1）组间方差=3.05E+08；组内方差=1.21E+09；
2）城镇居民消费的均值=5879.000；农村居民消费的均值=1703.743。
2）计量经济学估计结果：
虚拟变量设定:
DependentVariable:
XF
Method:
LeastSquares
Date:
08/16/13Time:
16:
57
Sample:
170
Includedobservations:
70
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1703.743
713.7165
2.387142
0.0198
DUM
4175.257
1009.348
4.136590
0.0001
R-squared
0.201047
Meandependentvar
3791.371
AdjustedR-squared
0.189298
S.D.dependentvar
4689.527
S.E.ofregression
4222.404
Akaikeinfocriterion
19.56235
Sumsquaredresid
1.21E+09
Schwarzcriterion
19.62659
Loglikelihood
-682.6823
F-statistic
17.11138
Durbin-Watsonstat
0.248744
Prob（F-statistic）
0.000099
3）比较分析
，表明农村居民平均消费水平=1703.743，与统计学中农村居民消费的均值=1703.743相等；
，表明城镇居民平均消费水平=5879，与统计学中城镇居民消费的均值=5879.000相等；
DUM前系数4175.257表明平均意义上城镇与农村居民消费水平间的差异；
总离差平方和=（方差分析中，总离差平方和=1517424840.34286=1.52E+09）
残差平方和=
（方差分析中，组内方差=1212351326.68571=1.21E+09）
解释了的平方和=
（方差分析中，组间方差=305073513.657143=3.05E+08）
4）其他（略）
8.4表8.5是我国1978年-2012年能源消费总量（发电煤耗计算法）数据。
表8.5能源消费总量（单位：
万吨标准煤）
年份
能源消费总量
年份
能源消费总量
年份
能源消费总量
1978
57144
1990
98703
2002
159431
1979
58588
1991
103783
2003
183792
1980
60275
1992
109170
2004
213456
1981
59447
1993
115993
2005
235997
1982
62067
1994
122737
2006
258676
1983
66040
1995
131176
2007
280508
1984
70904
1996
135192
2008
291448
1985
76682
1997
135909
2009
306647
1986
80850
1998
136184
2010
324939
1987
86632
1999
140569
2011
348002
1988
92997
2000
145531
2012
362000
1989
96934
2001
150406
数据来源：
中经网统计数据库
1）画出能源消费总量的时间序列图形，依据图形设定适当的计量经济学模型分析能源消费总量随时间变动的数量规律，并对结果进行解释。
。
2）你能设定出两种形式的表现能源消费总量随时间变动的计量经济模型吗？
对着两种形式的模型进行比较。
【练习题8.4参考解答】
建议学生自己独立完成
8.5为了分析个人收入与工作年限、学历以及是否为管理人员间的关系，某销售公司得到如表8.6所示的数据。
表8.6某公司销售人员收入状况、受教育程度等的调查数据
序号
收入S/（元）
工龄X/（年）
受教育状况E
是否为管理人员M
序号
收入S/（元）
工龄X/（年）
受教育状况E
是否为管理人员M
1
13876
1
高中
是
24
22884
6
本科
是
2
11608
1
研究生
否
25
16978
7
高中
是
3
18701
1
研究生
是
26
14803
8
本科
否
4
11283
1
本科
否
27
17404
8
高中
是
5
11767
1
研究生
否
28
22184
8
研究生
是
6
20872
2
本科
是
29
13548
8
高中
否
7
11772
2
本科
否
30
14467
10
高中
否
8
10535
2
高中
否
31
15942
10
本科
否
9
12195
2
研究生
否
32
23174
10
研究生
是
10
12313
3
本科
否
33
23780
10
本科
是
11
14975
3
高中
是
34
25410
11
本科
是
12
21371
3
本科
是
35
14861
11
高中
否
13
19800
3
研究生
是
36
16882
12
本科
否
14
11417
4
高中
否
37
24170
12
研究生
是
15
20263
4
研究生
是
38
15990
13
高中
否
16
13231
4
研究生
否
39
26330
13
本科
是
17
12884
4
本科
否
40
17949
14
本科
否
18
13245
5
本科
否
41
25685
15
研究生
是
19
13677
5
研究生
否
42
27837
16
本科
是
20
15965
5
高中
是
43
18838
16
本科
否
21
12336
6
高中
否
44
17483
16
高中
否
22
21352
6
研究生
是
45
19207
17
本科
否
23
13839
6
本科
否
46
19346
20
高中
否
数据来源：
http:
//www.ilr.cornell.eduThadi/RABE4
试根据表8.4的数据，完成如下工作：
1）构造用于描述学历和管理者的虚拟变量，设定并估计描述收入影响因素的计量经济模型，并简要说明你对模型设定的理由，分析模型估计的结果。
2）若在上述模型的基础上，进一步考虑学历与是否管理者间有无交互效应，模型应如何设定？
分析估计结果并画出残差图，你得出的结论是什么?
。
3）你还能够依据上述交互效应模型残差图的异常信息对模型加以完善吗？
【练习题8.5参考解答】
1）虚拟变量设定：
画出工龄与收入间的散点图：
表明收入与工龄呈现线性关系，故可设定模型为
回归结果为
DependentVariable:
S
Method:
LeastSquares
Date:
08/16/13Time:
15:
48
Sample:
146
Includedobservations:
46
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
11031.81
383.2171
28.78736
0.0000
X
546.1840
30.51919
17.89641
0.0000
E1
-2996.210
411.7527
-7.276723
0.0000
E2
147.8249
387.6593
0.381327
0.7049
M
6883.531
313.9190
21.92773
0.0000
R-squared
0.956767
Meandependentvar
17270.20
AdjustedR-squared
0.952549
S.D.dependentvar
4716.632
S.E.ofregression
1027.437
Akaikeinfocriterion
16.80984
Sumsquaredresid
43280719
Schwarzcriterion
17.00861
Loglikelihood
-381.6264
F-statistic
226.8359
Durbin-Watsonstat
2.236925
Prob（F-statistic）
0.000000
2）考虑学历与是否管理者间的交互效应，设定模型为
回归结果与残差图
DependentVariable:
S
Method:
LeastSquares
Date:
08/16/13Time:
16:
11
Sample:
146
Includedobservations:
46
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
11203.43
79.06545
141.6982
0.0000
X
496.9870
5.566415
89.28314
0.0000
E1
-1730.748
105.3339
-16.43107
0.0000
E2
-349.0777
97.56790
-3.577792
0.0009
M
7047.412
102.5892
68.69546
0.0000
E1*M
-3066.035
149.3304
-20.53188
0.0000
E2*M
1836.488
131.1674
14.00110
0.0000
R-squared
0.998823
Meandependentvar
17270.20
AdjustedR-squared
0.998642
S.D.dependentvar
4716.632
S.E.ofregression
173.8086
Akaikeinfocriterion
13.29305
Sumsquaredresid
1178168.
Schwarzcriterion
13.57133
Loglikelihood
-298.7403
F-statistic
5516.596
Durbin-Watsonstat
2.244104
Prob（F-statistic）
0.000000
3）残差图表明第33个样本点为奇异点，剔除第33个样本点再度进行回归
DependentVariable:
S
Method:
LeastSquares
Date:
08/16/13Time:
16:
16
Sample:
1323446
Includedobservations:
45
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
11199.71
30.53338
366.8023
0.0000
X
498.4178
2.151688
231.6404
0.0000
E1
-1741.336
40.68250
-42.80307
0.0000
E2
-357.0423
37.68114
-9.475356
0.0000
M
7040.580
39.61907
177.7069
0.0000
E1*M
-3051.763
57.67420
-52.91384
0.0000
E2*M
1997.531
51.78498
38.57355
0.0000
R-squared
0.999821
Meandependentvar
17125.53
AdjustedR-squared
0.999793
S.D.dependentvar
4665.586
S.E.ofregression
67.11893
Akaikeinfocriterion
11.39284
Sumsquaredresid
171188.1
Schwarzcriterion
11.67388
Loglikelihood
-249.3390
F-statistic
35427.96
Durbin-Watsonstat
2.437298
Prob（F-statistic）
0.000000
升级会员 