计量经济学试卷
思考题
1、经济计量学的研究步骤有哪些?
2、简述经济计量模型的检验准则有哪三方面?
3、经济计量模型中的随机干扰项
来自哪些方面?
4、多元线性回归模型随机干扰项
的假定有哪些?
5、简述选择解释变量的逐步回归法?
6、对于非线性模型如何进行参数估计?
7、简述异方差性的检验方法?
8、如何才能说
为
的格兰杰意义上的原因?
练习题
1.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:
...
思考
1、经济计量学的研究步骤有哪些?
2、简述经济计量模型的检验准则有哪三方面?
3、经济计量模型中的随机干扰项
来自哪些方面?
4、多元线性回归模型随机干扰项
的假定有哪些?
5、简述选择解释变量的逐步回归法?
6、对于非线性模型如何进行参数估计?
7、简述异方差性的检验方法?
8、如何才能说
为
的格兰杰意义上的原因?
练习题
1.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
的部分结果如下:
(一)方差分析表
df
SS
MS
F
SignificanceF
回归
(1)
(3)
1602709
(6)
2.17E-09
残差
(2)
(4)
(5)
总计
11
1642867
(二)参数估计表
Coefficients
误差
t Stat
P-value
Intercept
(7)
62.45529
5.823191
0.000168
X Variable 1
2.028873
(8)
19.97749
2.17E-09
要求(计算结果精确至0.1):(1)填空;(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。
2、以下是某个案例的Eviews分析结果(局部)。
Dependent Variable: Y Method: Least Squares
Sample(adjusted): 1 10
Included observations: 10 after adjusting endpoints
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
Mean dependent var
41.90000
Adjusted R-squared
(4)
S.D. dependent var
34.28783
S.E.of regression
16.11137
Akaike info criterion
8.686101
Sum squared resid
1557.457
Schwarz criterion
8.807135
Log likelihood
-39.43051
F-statistic
11.58741
Durbin-Watson stat
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?
3、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。
4、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
X1
X2
X3
y
1
X1
-0.46922
1
X2
0.74095
0.07837
1
X3
0.87595
-0.46880
0.60454
1
方差分析
Df
SS
MS
F
Significance F
回归分析
4008924.7
8.88341E-13
残差
总计
13458586.7
-
-
―
参数估计表
Coefficients
标准误差
t Stat
P-value
Intercept
7589.1025
2445.0213
3.1039
0.00457
X Variable 1
-117.8861
31.8974
-3.6958
0.00103
X Variable 2
80.6107
14.7676
5.4586
0.00001
X Variable 3
0.5012
0.1259
3.9814
0.00049
要求:(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?
5、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 + 30 X1 -20ln X2 + 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)
6、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。
7、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
Dependent Variable: Y Method: Least Squares
Sample: 1 12 Included observations: 12
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
46.13828
7.356990
6.271352
0.0001
1/X
1335.604
171.2199
7.800522
0.0000
Adjusted R-squared
0.844738
Akaike info criterion
8.283763
Sum squared resid
1993.125
Schwarz criterion
8.364580
Log likelihood
-47.70258
F-statistic
60.84814
Durbin-Watson stat
2.154969
Prob(F-statistic)
0.000015
模型二
Dependent Variable: Y Method: Least Squares
Sample: 1 12 Included observations: 12
Convergence achieved after 6 iterations
Y=C(1)*C(2)^X
Coefficient
Std. Error
t-Statistic
Prob.
C(1)
195.1784
11.46600
17.02237
0.0000
C(2)
0.979132
0.001888
518.5842
0.0000
Adjusted R-squared
0.922179
Akaike info criterion
7.593063
Sum squared resid
999.0044
Schwarz criterion
7.673881
Log likelihood
-43.55838
Durbin-Watson stat
2.818195
8、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
Sample: 2004:1 2008:4 Included observations: 20
Method: Holt-Winters Multiplicative Seasonal
Original Series: Y Forecast Series: YSM
Parameters:
Alpha
0.4600
Beta
0.0000
Gamma
0.0000
Sum of Squared Residuals
2164.646
Root Mean Squared Error
10.40348
End of Period Levels:
Mean
353.0604
Trend
11.67188
Seasonals:
2008:1
0.975157
2008:2
1.031936
2008:3
1.182440
2008:4
0.810467
输出结果2
Sample: 2004:1 2008:4 Included observations: 20
Method: Holt-Winters Additive Seasonal
Original Series: Y Forecast Series: YSM
Parameters:
Alpha
0.3400
Beta
0.0000
Gamma
0.0000
Sum of Squared Residuals
3533.643
Root Mean Squared Error
13.29218
End of Period Levels:
Mean
349.8953
Trend
11.67188
Seasonals:
2008:1
-6.292187
2008:2
8.435938
2008:3
43.76406
2008:4
-45.90781
9、基于Eviews软件,说明如何对下列模型进行参数估计
(1)
; (2)
; (3)
10、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。
Dependent Variable: Y Method: Least Squares
Sample: 2008M01 2009M12 Included observations: 24
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-486.6758
96.84835
-5.025133
0.0001
LOG(X1)
-5.369058
111.7945
-0.048026
0.9621
LOG(X2)
204.4170
80.43056
2.541534
0.0190
R-squared
0.869978
Mean dependent var
3.116667
Adjusted R-squared
0.857594
S.D. dependent var
2.116533
S.E. of regression
0.798709
Akaike info criterion
2.504828
Sum squared resid
13.39665
Schwarz criterion
2.652084
Log likelihood
-27.05793
F-statistic
70.25528
Durbin-Watson stat
0.449745
Prob(F-statistic)
0.000000
White Heteroskedasticity Test:
F-statistic
1.649512
Probability
0.216083
Obs*R-squared
3.258427
Probability
0.196084
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Sample: 2008M01 2008M12 Included observations: 24
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
100.9379
63.21018
1.596861
0.1252
LOG(X1)
-132.2739
72.96509
-1.812838
0.0842
LOG(X2)
94.27548
52.49475
1.795903
0.0869
R-squared
0.135768
Mean dependent var
0.558194
Adjusted R-squared
0.053460
S.D. dependent var
0.535814
S.E. of regression
0.521295
Akaike info criterion
1.651466
Sum squared resid
5.706708
Schwarz criterion
1.798722
Log likelihood
-16.81759
F-statistic
1.649512
Durbin-Watson stat
1.879222
Prob(F-statistic)
0.216083
Dependent Variable: LOG(X1) Method: Least Squares
Sample: 2008M01 2009M12 Included observations: 24
Prob.
Variable
Coefficient
Std. Error
t-Statistic
C
0.782000
0.079477
9.839362
0.0000
LOG(X2)
0.703338
0.032280
21.78851
0.0000
R-squared
0.955711
Mean dependent var
2.513666
Adjusted R-squared
0.953698
S.D. dependent var
0.007079
S.E. of regression
0.001523
Akaike info criterion
-10.05635
Sum squared resid
5.10E-05
Schwarz criterion
-9.958181
Log likelihood
Durbin-Watson stat
122.6762
F-statistic
474.7392
0.569325
Prob(F-statistic)
0.000000
- 1 - (共 8 页)
PAGE
- 8 -
_1209158807.unknown
_1372562112.unknown
_1372562121.unknown
_1256135345.unknown
_1352533161.unknown
_1256135305.unknown
_1209150685.unknown
_1209150717.unknown
_1145169098.unknown
_1209133685.unknown
_1109424982.unknown
本文档为【计量经济学试卷】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。