《经济计量学精要》笔记和课后习题详解 - 图文(9)

（1）估计上述回归，并按照教材式（3-46）的形式报告回归结果。 （2）失业率的变化是实际GDP增长率的一个决定因素吗？为什么？ （3）如何解释回归中的截距系数？它是否有经济意义？ 答：该问题是练习17的延伸。

（1）根据回归模型的形式，我们首先要根据实际GDP（RGDP）和失业率 （UNRATE）计算新变量的值，具体数值见回归结果输出表。计算公式如下：

CHUNRATE=UNRATE-UNRATE??1?PCTCRGDP=??RGDP/RGDP?-1????100?100运用EViews进行回归，可得以下结果：

Dependent Variable：PCTCRGDP Sample（adjusted）：1960 2006

Variable Coefficient Std Error t-Statistic Prob C 3.319 11 0.166 7341 9.906 54 0.0000 CHUNRATE -1.862 97 0.185 785 -10.027 58 0.0000 R-squared 0.695 6 注意：样本的起始时间从1960年变为1961年，这是因为我们计算变化率（RGDP和UNRATE）时损失了第一期的观测值。

（2）是的。因为斜率估计量的t值为-10.028，其相应的p值几乎为零。 （3）截距项的回归系数在统计上也是显著的。其经济学意义为当失业率为零时，实际GDP的增长率为3.3%，该数字可以理解为长期或稳态时的GDP增长率。

20．教材例2-3讨论了股票价格与利率之间的关系。教材式（2-24）给出的回归结果是统计显著的吗？给出必要的计算。

答：运用EViews软件进行回归，可得以下结果：

Dependent Variable：SP500 Sample：1980 1999 Variable Coefficient Std．Error t-Statistic Prob C 404.406 7 128.647 5 3.143 5 0.0041 1/MTB3 996.865 6 404.232 4 2.466 1 0.0206 R-squared 0.273968 斜率的回归系数在2%的显著水平下是显著的，截距的回归系数在0.4%的显著水平下也是显著的。由于留存误差的问题，此处的回归结果和书中的回归结果有微小的不同。

21．教材例2-5讨论了古董钟和它的价格。根据教材表2-14，得到了回归结果教材式（2-27）和教材式（2-28）。求每个回归结果的标准误、t值和r。检验两个回归的斜率系数是否是统计显著的。

答：运用EViews，可得教材式（2-27）的回归结果如下： Dependent Variable：PRICE Sample：1 32 Variable Coefficient Std Error t-Statistic Prob C -191.666 2 264.439 3 -0.724 802 0.4742 AGE 10.485 62 1.793 729 5.845 711 0.0000 R-squared 0.532509 回归模型斜率在统计上是高度显著的，因为零假设为真的条件下，令t统计量大于或等于5.8457的p值几乎为零。而截距项的p值却很高，因此其在统计上是不显著的。

同样，可得教材式（2-28）的回归结果为：

Dependent Variable：PRICE Sample：1 32 2

Variable Coefficient Std Error t-Statistic Prob C 807.950 1 231.092 1 3.496 226 0.0015 NOBIDDERS 54.572 45 23.266 05 2.345 582 0.0258 R-squared 0.154971 此时两个变量回归系数的p值都很小，因此其在统计上是显著的。

22．参考习题22。利用OLS回归回答问题（1）、（2）和（3）。 答：下表所呈现的回归结果同练习2.16的结果相同。 （1）EViews的回归结果如下： Dependent Variable：ASP Sample：1 64 Variable Coefficient Std Error t-Statistic Prob. C -882 20.49 766 38.60 -1.151 1 0.2541 GPA 552 27.44 226 97.53 2.433 2 0.0179 R-squared 0.087 2

可见，GPA对ASP存在正向影响，其回归系数在统计上是显著的，因为相应回归系数的p值非常小。 （2）ASP对CMAT的回归结果如下： Dependent Variable：ASP Sample：1 65 Variable Coefficient Std Error t-Statisfic Prob． C -241 386.6 29 464.86 -8.192 36 0.0000 GMAT 511.720 7 44.357 05 11.536 4 0.0000 R-squared 0.6822 GMAT回归系数的估计量在统计上是显著的，且其对ASP存在正向影响。 （3）ASP对学费的回归结果：

Dependent Variable：ASP Sample：1 65 Variable Coefficient Std Error t-Statistic Prob C 42 878.33 5 502.063 5 7.793 14 0.0000 TUITION 1.634784 0.156 924 10.417.7 0.0000 R-squared 0.6364 学费（在一定程度上反映了教学质量）对ASP存在显著的正向影响。同样，入学等级对ASP也存在显著的正向影响，这一点可以从以下的回归结果中看出：

Dependent Variable：ASP Sample：1 65 Variable Coefficient Std Error t-Statistic Prob C -29 943.60 10 973.495 -2.728 72 0.0089 RECRUITER 37 300.30 3 020.518 7 12.348 97 0.0000 R-squared 0.7644

23．表3-7给出了美国1959～2006年进口货物支出（Y）和个人可支配收入（X）的数据（见网上教材）。根据表中的数据，估计进口支出函数，给出常用的统计量，并检验假设：进口支出与个人可支配收入不相关。

答：回归结果如下：其中Y为进口货物支出，X为个人可支配收入。

Dependent Variable：Y Sample：19592006 Variable Coefficient Std Error t-Statistic Prob C -136.164 9 23.565 09 -5.778 25 0.0000

X 0.208 248 0.005 467 38.091 1 0.0000 R-squared 0.9693 不难发现，个人可支配收入同进口货物支出之间存在显著的正向关系。斜率项的p值几乎为零，因此可以拒绝零假设。

24．证明OLS估计量b1和b2是线性估计量，并证明这些估计量是误差项ui的线性函数。 （提示：b2?） ?xiyi/?xi??wiyi其中，wi?xi/?xi，注意X是非随机的。

22答：令wi?xi/?xi，则b2??wiyi，因此b2是一个线性的估计量，即b2是Y的线性函数，在推导过程

2中，我们将X设定为非随机的。类似的步骤可以证明b1也是线性的估计量。

因为

?xy??xY??x?B?BX?x?x?x?x?B?xX??xu?B?x?x?x?xu?B??x?xX?1。

推导过程中运用了?x???X?X??0和

?xb2?ii2ii2ii122ii1i2ii22ii2iii2ii2iiii?ui?

ii2i?xiui????B2。 因此有E?b2??E?B2?2??xi?????xiui?E??xiui?2??注意：E?，这是因为。类似的步骤x?i为常数且X和u不相关（OLS基本假定）2??x2??xii??可以推导出b1也是无偏的。

25．证明教材式（3-35）。（提示：把教材式（3-33）平方，然后利用OLS的性质。） 答：对式yi?b2xi?ei两边同时取平方再求和，因为

?xe?0，有：

ii22?y?b2

2i?b22?xi??ei?2b2?xiei2i22?x??ei

第四章 多元回归：估计与假设检验

4.1 复习笔记

一、三变量线性回归模型

1．三变量回归模型的函数形式

把双变量总体回归函数（PRF）一 …… 此处隐藏：3701字，全部文档内容请下载后查看。喜欢就下载吧 ……