计量经济学练习题Word文件下载.docx
《计量经济学练习题Word文件下载.docx》由会员分享,可在线阅读,更多相关《计量经济学练习题Word文件下载.docx(16页珍藏版)》请在冰点文库上搜索。
![计量经济学练习题Word文件下载.docx](https://file1.bingdoc.com/fileroot1/2023-5/8/4905cd98-c792-4f51-a38b-d6b259d0b12a/4905cd98-c792-4f51-a38b-d6b259d0b12a1.gif)
引入一个变量或从回归方程中剔除一个变量,为逐步回归的一步,每一步都要进行t检验,以确保每次引入新的变量之前回归方程中只包含显著的变量。
6、对于非线性模型如何进行参数估计?
一、解释变量可以直接替换的非线性回归模型
1、多项式函数模型
(1)多项式函数形式
令
原模型可化为线性形式,即可利用多元线性回归分析的方法处理了。
(2)利用Eviews应用软件进行回归分析
在主窗口的命令栏内,直接键入ls
y
c
x
x^2
x^3,回车即可得到输出结果
(3)利用SPSS应用软件进行回归分析
在SPSS中,依次点击Analyze/Regression/CurveEstimation,打开对话窗口。
在Models选项组中,共有11种曲线可供选择:
Linear(直线)、Quadratic(二次曲线)、Compound(复合曲线)、Growth(增长曲线)、Logarithmic(对数曲线)、Cubic(三次曲线)、S(S曲线)、Exponential(指数曲线)、Inverse(倒数曲线)、Power(Power曲线)、Logistic(逻辑斯蒂曲线)。
2、双曲线(倒数)模型
原模型可化为线性形式,即可利用一元线性回归分析的方法处理。
3、双对数函数模型
4、半对数函数模型
(1)对于对数—线性模型
它表示x变动一个单位,y将变动
%。
即y的相对变动百分比等于
乘以x的绝对变化量。
(2)对于线性—对数模型
它表示x变动1%,y将变动
个单位的绝对量。
即y的绝对变化量等于
乘以x的相对变化量。
5、逻辑斯蒂(Logistic)曲线
则有:
二、解释变量需间接替换的非线性回归模型
1、指数曲线
两边取对数得:
令
则有
7、简述异方差性的检验方法?
(一)图示法
(1)用x-y的散点图进行判断
看是否存在明显的散点扩大、缩小或复杂型趋势(即不在一个固定的带型域中)
(2)利用x-
的散点图
看是否形成一斜率为零的直线
(二)戈德菲尔德-匡特检验
(三)戈里瑟检验
(四)Spearman等级(秩)相关检验
(五)怀特(White)检验
8、如何才能说为的格兰杰意义上的原因?
9、如果将空调季度销售额记为y,空调单价记为x;
D1=1代表春季;
D2=1代表夏季,D3=1代表秋季;
D4=1代表冬季。
我们试图建立以下模型:
这时会产生什么问题?
会带来什么后果?
如何解决?
10、某汽车制造厂销售部经理认为,汽车的销售量与广告费用之间存在着密切的关系。
为此,该经理收集了12个汽车销售分公司的有关数据。
用Excel对数据进行回归分析的部分结果如下:
(一)方差分析表
df
SS
MS
F
SignificanceF
回归
___
______
1602709
2.17E-09
残差
总计
11
1642867
(二)参数估计表
Coefficients
标准误差
tStat
P-value
Intercept
363.6891
62.45529
5.823191
0.000168
XVariable1
2.028873
0.101558
19.97749
要求(计算结果精确至0.1):
(1)在方差分析表中的下划线上填上适当的数据;
(2)计算销售量与广告费用之间的相关系数,并据此分析两者的关系形态与强度;
(3)写出销售量对广告费用的一元线性回归方程,并检验在5%的显著性水平下,回归系数和回归方程的线性关系是否显著。
11、以下是某个案例的Eviews分析结果(局部)。
DependentVariable:
Y
Method:
LeastSquares
Sample(adjusted):
1
10
Includedobservations:
10afteradjustingendpoints
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
4.826789
9.217366
0.523663
0.6193
X1
0.178381
0.308178
(1)
0.5838
X2
0.688030
(2)
3.277910
0.0169
X3
(3)
0.156400
-1.423556
0.2044
R-squared
0.852805
Meandependentvar
41.90000
AdjustedR-squared
(4)
S.D.dependentvar
34.28783
S.E.ofregression
16.11137
Akaikeinfocriterion
8.686101
Sumsquaredresid
1557.457
Schwarzcriterion
8.807135
Loglikelihood
-39.43051
F-statistic
11.58741
Durbin-Watsonstat
3.579994
Prob(F-statistic)
0.006579
①填上
(1)、
(2)、(3)、(4)位置所缺数据;
②以标准记法写出回归方程;
③你对分析结果满意吗?
为什么?
12、根据下列SPSS软件运行结果,确定最佳模型,并说明理由;
以标准记法写出回归方程。
13、一家家用电器产品销售公司在30个地区设有销售分公司。
为研究产品彩电销售量(台)与该公司的销售价格(百元)、各地区的年人均收入(百元)、广告费用(百元)之间的关系,搜集到30各地区的有关数据。
设彩电销售量为y,销售价格为x1,年人均收入为x2,广告费用为x3,利用Excel得到下面的回归结果。
相关系数矩阵
y
1
-0.46922
0.74095
0.07837
0.87595
-0.46880
0.60454
方差分析
Df
SignificanceF
回归分析
4008924.7
8.88341E-13
13458586.7
-
-
―
参数估计表
7589.1025
2445.0213
3.1039
0.00457
-117.8861
31.8974
-3.6958
0.00103
XVariable2
80.6107
14.7676
5.4586
0.00001
XVariable3
0.5012
0.1259
3.9814
0.00049
(1)将方差分析表中的所缺数值补齐;
(2)如果只选一个自变量来预测销售量,三个自变量中哪一个会被优先选择?
请说明理由;
(3)写出销量与销售价格、年人均收入、广告费用的多元线性回归方程,并解释各回归系数的意义;
(4)若显著水平=0.05,回归方程的线性关系是否显著?
(5)若显著水平=0.05,各回归系数是否显著?
(6)销售量y的变差中被回归方程所解释的百分比是多少?
14、简述选择解释变量的逐步回归法?
15、用X1(万元)代表啤酒厂商的广告费,用X2(千元/吨)代表啤酒单价,用X3(千元/吨)代表白酒单价,用y代表啤酒销售量(吨)。
建立模型如下:
Y=120
+
30X1
-20lnX2
5X3
T=
(3.21)
(2.98)
(-3.01)
(1.87)
F=141.223
(1)先验地,你认为各个系数的符号如何?
你的预期与结果一致吗?
(2)解释各个回归系数的意义?
(3)检验各个回归系数的统计显著性。
(临界值=2.10)
(4)如何检验假设:
所有的回归系数同时为零?
(临界值=4.33)
16、用x代表广告费,用y代表销售量,解释以下模型中的经济意义。
17、根据下列Eviews应用软件的运行结果比较分析选择哪个模型较好?
并说明理由;
以标准形式写出确定的回归方程。
模型一
Method:
Sample:
112
Includedobservations:
12
46.13828
7.356990
6.271352
0.0001
1/X
1335.604
171.2199
7.800522
0.0000
0.844738
Akaikeinfocriterion
8.283763
1993.125
Schwarzcriterion
8.364580
-47.70258
F-statistic
60.84814
2.154969
Prob(F-statistic)
0.000015
模型二
Convergenceachievedafter6iterations
Y=C
(1)*C
(2)^X
C
(1)
195.1784
11.46600
17.02237
C
(2)
0.979132
0.001888
518.5842
0.922179
7.593063
999.0044
7.673881
-43.55838
Durbin-Watsonstat
2.818195
18、根据下列Eviews运行结果,分别对2009年四个季度作出预测。
输出结果1
2004:
12008:
4
20
Holt-WintersMultiplicativeSeasonal
OriginalSeries:
Y
ForecastSeries:
YSM
Parameters:
Alpha
0.4600
Beta
Gamma
SumofSquaredResiduals
2164.646
RootMeanSquaredError
10.40348
EndofPeriodLevels:
Mean
353.0604
Trend
11.67188
Seasonals:
2008:
0.975157
2
1.031936
3
1.182440
4
0.810467
输出结果2
4
Holt-WintersAdditiveSeasonal
0.3400
3533.643
13.29218
349.8953
-6.292187
8.435938
43.76406
-45.90781
19、基于Eviews软件,说明如何对下列模型进行参数估计
(1);
(2);
20、下面是某案例Eviews的分析结果(局部),根据输出结果完成下列要求(写出判断或检验的依据)(α=0.05,=1.19,=1.55)
(1)以标准记法写出回归方程,
并解释回归系数的含义;
(2)对所求得的线性方程作显著性检验。
(3)对模型进行异方差检验,说明模型是否存在异方差;
(4)对模型进行自相关检验,说明模型是否存在序列自相关;
(5)计算方差扩大因子,说明模型是否存在多重共线性。
2008M012009M12
24
-486.6758
96.84835
-5.025133
LOG(X1)
-5.369058
111.7945
-0.048026
0.9621
LOG(X2)
204.4170
80.43056
2.541534
0.0190
0.869978
3.116667
0.857594
2.116533
S.E.ofregression
0.798709
2.504828
13.39665
2.652084
-27.05793
70.25528
0.449745
0.000000
WhiteHeteroskedasticityTest:
1.649512
Probability
0.216083
Obs*R-squared
3.258427
0.196084
TestEquation:
RESID^2Method:
2008M012008M12Includedobservations:
100.9379
63.21018
1.596861
0.1252
-132.2739
72.96509
-1.812838
0.0842
94.27548
52.49475
1.795903
0.0869
0.135768
0.558194
0.053460
0.535814
0.521295
1.651466
5.706708
1.798722
-16.81759
1.879222
LOG(X1)
2008M012009M12
0.782000
0.079477
9.839362
0.703338
0.032280
21.78851
0.955711
2.513666
0.953698
0.007079
0.001523
-10.05635
5.10E-05
-9.958181
122.6762
474.7392
0.569325