计量经济学各章作业习题后附答案

《计量经济学》第一章绪论、单项选择1、变量之间的关系可以分为两大类，它们是【A函数关系和相关关系线性相关关系和非线性相关关系C正相关关系和负相关关系简单相关关系和复杂相关关系变量间的因果关系2、相关关系是指【A变量间的依存关系C变量间的函数关系变量间表现出来的随机数学关系3、进行相关时，假定相关的两个变量【都不是随机变量A都是随机变量C一个是随机变量，一个不是随机变量随机或非随机都可以4、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【横截面数据相对数据A总量数据C平均数据5、下面属于截面数据的是【A1991-2003年各年某地区20个乡镇的平均工业产值B1991-2003年各年某地区20个乡镇的各镇工业产值C某年某地区20个乡镇工业产值的合计数D某年某地区20个乡镇各镇工业产值6、同一统计指标按时间顺序记录的数据列称为【】A横截面数据B时间序列数据C修匀数据D原始数据7、经济计量分析的基本步骤是【】A设定理论模型收集样本资料估计模型参数检验模型B设定模型估计参数检验模型应用模型C个体总体设计估计模型应用模型D确定模型导向确定变量及方程式估计模型应用模型8、计量经济模型的基本应用领域有【】A结构分析、经济预测、政策评价B弹性分析、乘数分析、政策模拟C消费需求分析、生产技术分析、市场均衡分析D季度分析、年度分析、中长期分析9、计量经济模型是指【】A投入产出模型B数学规划模型C包含随机方程的经济数学模型D模糊数学模型10、回归分析中定义【】A解释变量和被解释变量都是随机变量B解释变量为非随机变量，被解释变量为随机变量C解释变量和被解释变量都是非随机变量D解释变量为随机变量，被解释变量为非随机变量11、下列选项中，哪一项是统计检验基础上的再检验（亦称二级检验）准则【】A.计量经济学准则经济理论准则C统计准则统计准则和经济理论准则12、理论设计的工作，不包括下面哪个方面【A选择变量确定变量之间的数学关系C收集数据拟定模型中待估参数的期望值13、计量经济学模型成功的三要素不包括【A理论应用C数据方法14、在经济学的结构分析中，不包括下面那一项【A弹性分析乘数分析C比较静力分析方差分析二、多项选择题1、一个模型用于预测前必须经过的检验有【A经济准则检验统计准则检验计量经济学准则检验实践检验D模型预测检验2、经济计量分析工作的四个步骤是【A理论研究设计模型估计参数应用模型D检验模型3、对计量经济模型的计量经济学准则检验包括【A误差程度检验D超一致性检验B异方差检验CE多重共线性检验4、对经济计量模型的参数估计结果进行评价时，采用的准则有统计准则C模型简单准则A经济理论准则BD模型识别准则E三、名词解释1、计量经济学24、截面数据5四、简述、计量经济学模型3、弹性6序列相关检验】经济计量准则、时间序列数据、乘数1、简述经济计量分析工作的程序。2、用作经济预测的经济计量模型通常要具备哪些性质3、对经济计量模型进行评价所依据的准则有哪些？4、计量经济学模型主要有哪些应用领域？C当Y增加一个单位时,X增加!个单位C当Y增加一个单位时,X增加!个单位第二章一元线性回归模型、单项选择题1、表示X与Y之间真实线性关系的是【(YXt)0XAY??0?XtYto1XtCYt01Xtut2、参数的估计量？具备有效性是指【AVar(?)=0BVar(?）为最小?—）为最小3、设样本回归模型为Yi?1Xiei，则普通最小二乘法确定的？的公式中，错误的是(XiX)(YY)(XiX)2>nXiYiXiYi122nXi2(Xi)2?'1XiYinXY2—2Xin(X)?nXiYXiY?2x4、对于丫0?Xiei，以?表示估计误差，r表示相关系数，则有【A?=0时,?=0时，r=—1C?=0时,?=0时，r=1或r=—15、产量（X,台）与单位产品成本（Y,元/台）之间的回归方程为Y=356-1.5X，这说明【】A产量每增加一台，单位产品成本增加356元B产量每增加一台，单位产品成本减少1.5元C产量每增加一台，单位产品成本平均增加356元1.5元1表示【D产量每增加一台，单位产品成本平均减少6、在总体回归直线E（YX）01X中，A当X增加一个单位时,Y增加!个单位B当X增加一个单位时,Y平均增加!个单位D当Y增加一个单位时,X平均增加i个单位D当Y增加一个单位时,X平均增加i个单位7、对回归模型Yt01XtUt进行统计检验时，通常假定Ut服从【】AN(0，i2)Bt(n-2)CN(0，2)Dt(n)8、以Y表示实际观测值,oiXtut，在0.05的显著性水平下对iAt0.05(30)Bt0.025(30)t0.05(28)D10.025(28)13、已知某一直线回归方程的判定系数为0.64，则解释变量与被解释变量间的相关系数可A(YY?)=0B(YY?)2二0C(YY?)为最小D(YY?)2为最小9、设Y表示实际观测值，Y?表示OLS回归估计值，则下列哪项成立【】AY?YBY?YCY?YDY?Y10、用普通最小二乘法估计经典线性模型Y01Xtut，则样本回归线通过点【】A(X，Y)B(X，Y?)C(X，Y?)D(X，Y)Y表示回归估计值，则普通最小二乘法估计参数的准则是使[11、以Y表示实际观测值，W表示回归估计值,则用普通最小二乘法得到的样本回归直线Y??0彳Xi满足【】A(YY?)=0B(Y?Y)2=0C(YY?)2=0D(YY)2=012、用一组有30个观测值的样本估计模型Y的显著性作t检验，则i显著地不等于零的条件是其统计量t大于【】能为【】A0.64B0.80.4D0.3214、相关系数r的取值范围是【15、判定系数R2的取值范围是【AR2—1R21R21—1R2116、某一特定的X水平上，总体Y分布的离散度越大，即2越大，则【】A预测区间越宽，精度越低C预测区间越窄，精度越高B预测区间越宽，预测误差越小D预测区间越窄，预测误差越大TOC\o"1-5"\h\z17、在缩小参数估计量的置信区间时，我们通常不采用下面的那一项措施【】A增大样本容量nB提高置信水平C提高模型的拟合优度D提高样本观测值的分散度18、对于总体平方和TSS回归平方和ESS和残差平方和RSS的相互关系，正确的是【】ATSS>RSS+ESSBTSS二RSS+ESSCTSSX2i?kXkiei，检验H:i0(i0,1,,k)时，所用的统计量?ti——•服从【】.var(?)Dt(n-k+2)At(n-k-1)Bt(n-k-2)Ct(n-k+1)7、调整的判定系数..与多重判定系数匚-之间有如下关系【AR2r2」R2CR21(1R2)」nR21(1R2)#8、用一组有30个观测值的样本估计模型Y1X1i2X2iUi后，在0.05的显著性水平下对1的显著性作t检验，则1显著地不等于零的条件是其统计量t大于【】At0.05(30)Bt0.025(28)10.025(27)DF0.025(1，28)9、如果两个经济变量X与Y间的关系近似地表现为当X发生一个绝对量变动（X）时，YAYi0XUiBInYi01XiUiCYi011XiUiDInYi01InXiUi10、对于Y??X1?kXkie，如果原模型满足线性模型的基本假设，则在零假设j=0下,统计里?j/S(?j)（其中s（j）是j的标准误差）服从【】At(n-k)Bt(n-k-1)CF(k-1，n-k)DF(k，n-k-1)11、下列哪个模型为常数弹性模型【】AInYIn01InXiUiBInYIn01XiUiCYi011nXiUiDY011XiUi12、模型Yi01InXiUi中，Y关于X的弹性为【】AX1■iB1XiCWD1Yi有一个固定地相对量（y/y）变动，贝y适宜配合的回归模型是【】13、模型In】0•ilnXjYIn1的实际含义是【Ui中,关于X的弹性关于X的边际倾向AX关于Y的弹性CX关于Y的边际倾向14、关于经济计量模型进行预测出现误差的原因，正确的说法是【A.只有随机因素B.只有系统因素15、在多元线性回归模型中对样本容量的基本要求是（k为解释变量个数）：【】Bn30或n》3(k+1)16、用一组有30个观测值的样本估计模型Y01X.2X2iuii，并在0.05的显著性F大于【】AF0.05(3,30)BF0.025(3,30)CF0.05(2,27)DF0.025(2,27)水平下对总体显著性作F检验，则检验拒绝零假设的条件是统计量统计量统计量17、对小样本回归系数进行检验时，所用统计量是（）A正态统计量18、在多元回归中，调整后的判定系数R2与判定系数R2的关系有【Ar2R2Cr2=r2DR2与R2的关系不能确定19、根据判定系数R2与F统计量的关系可知，当R2=1时有【AF=—120、回归分析中，用来说明拟合优度的统计量为【A相关系数判定系数C回归系数标准差21、对于二元线性回归模型的总体显著性检验的F统计量，正确的是【】。AF=ESS/2RSS/(n-2)BF=RSS/1TSS/(n-2)CF=ESS/2RSS/(n-3)DF=RSS/2TSS/(n-2)22、在二元线性回归模型中，回归系数的显著性t检验的自由度为【】。Bn-1Cn-2Dn-323、在多元线性回归中，判定系数R2随着解释变量数目的增加而【A减少增加C不变变化不定24、对模型绻01X1i2X2iUi进行总体显著性F检验，检验的零假设是【Cx2统计量Bi=0CB2=0B0=0或B1=0应比较它们的：【IA判定系数调整后判定系数C标准误差估计标准误差26、用一组20个观测值的样本估计模型Yi01X1i2X2iui后,在0.1的显著性水平上对Bi的显著性作t检验，则Bi显著地不等于0的条件是统计量t大于【】At0.1(20)0.05(18)0.05(17)DF0.1(2,17)27、判定系数R2=0.8,说明回归直线能解释被解释变量总变差的：【】A80%B64%C20%D89%二、多项选择题1、对模型Yi01X1i2X2iUi进行总体显著性检验，如果检验结果总体线性关系显著,25、对两个包含的解释变量个数不同的回归模型进行拟合优度比较时,则有【1=0,201=202、剩余变差（即残差平方和）是指【A随机因素影响所引起的被解释变量的变差B解释变量变动所引起的被解释变量的变差C被解释变量的变差中，回归方程不能作出解释的部分D被解释变量的总变差与回归平方和之差E被解释变量的实际值与拟合值的离差平方和3、回归平方和是指【】A被解释变量的实际值y与平均值y的离差平方和B被解释变量的回归值?与平均值y的离差平方和C被解释变量的总变差与剩余变差之差D解释变量变动所引起的被解释变量的变差E随机因素影响所引起的被解释变量的变差4、下列哪些非线性模型可以通过变量替换转化为线性模型【】A0XUiBYiClnY01lnXj5DYj012XjUjEYj0iXiUj5、在模型InYj011nXiUj中【】AY与X是非线性的BY与1是非线性的CInY与1是线性的DInY与InX是线性的Ey与InX是线性的三、名词解释1、偏回归系数2、多重决定系数3、调整的决定系数；四、简述1、调整后的判定系数及其作用。2、在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？3、决定系数R2与总体线性关系显著性F之间的关系；F检验与t检验之间的关系。4、回归模型的总体显著性检验与参数显著性检验相同吗？是否可以互相替代？五、计算与分析题1、考虑以下预测的回归方程：2Y?120O.IOFt5.33RS；R=0.50其中，¥=第t年的玉米产量(蒲式耳/亩)；Ft=第t年的施肥强度(磅/亩)；RSt=第t年的降雨量(吋)。请回答以下问题：从F和RS寸Y的影响方面，仔细说出本方程中系数0.10和5.33的含义。常数项-120是否意味着玉米的负产量可能存在？假定f的真实值为0.4，则估计值是否有偏？为什么？假定该方程并不满足所有的古典模型假设，即并不是最佳线性无偏估计量，则是否意味着rs的真实值绝对不等于5.33?为什么？2、为了解释牙买加对进口的需求，J.Gafar根据19年的数据得到下面的回归结果:se=(0.0092)(0.084)R2=0.96R2=0.96其中：Y=进口量(百万美元)，X二个人消费支出(美元/年)，X2二进口价格/国内价格。解释截距项，及X和人系数的意义；Y的总离差中被回归方程解释的部分，未被回归方程解释的部分；对回归方程进行显著性检验，并解释检验结果；对参数进行显著性检验，并解释检验结果。3、下面给出依据15个观察值计算到的数据：Y=367.693，X2=402.760,X3=8.0，y：=66042.269=84855.096，x2=280.0，yix2i=74778.346yix3i=4250.9，x2ix3i=4796.0小写字母代表了各值与其样本均值的离差。估计三个多元回归系数；估计它们的标准差；2求R2和R；估计B2，Bs95%的置信区间。在a=5%下，检验估计的每个回归系数的统计显著性(双边检验)；Y?=-68.26+0.023X2i+19.729X3i+7.653X4i，R2=0.84se=(0.005)(8.992)(3.082)其中，Y――空调的价格/美元；X2——空调的BTU比率X3能量效率X4――设定数解释回归结果。该回归结果有经济意义吗？在显著水平a=5%下，检验零假设：BTU比率对空调的价格无影响，备择假设检验:BTU比率对价格有正向影响。你会接受零假设：三个解释变量在很大程度上解释了空调价格的变动吗？详细写出计算过程。5、假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数，以便决定是否修建第二条跑道以满足所有的锻炼者。你通过整个学年搜集数据，得到两个可能的解释性方程：2方程AY?=125.0-15.0X1-1.0X2+1.5X3R=0.7522方程B:Y?=1230-14.0X.+5.5X2-3.7X4R=0.73其中：Y――某天慢跑者人数X!――该天降雨的英寸数X2――该天日照的小时数X3――该天的最高温度（按华氏温度）X4——第二天需交学期

论文

政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载

的班级数请回答以下问题：（1）这两个方程你认为哪个个合适些？（2）为什么用相同的数据去估计相同变量的系数能得到不同的符号。6、考虑下列利率和美国联邦预算赤字关系的最小二乘估计：模型AY?=0.103-0.079X,R2=0.00其中：Y,――Aaa级公司债卷的利率X,――联邦赤字占GNP勺百分比（季度模型：1970——1983）模型T：Y2=0.089+0.369X2+0.887X3R2=0.40其中：丫2――三个月国库卷的利率X2――联邦预算赤字（以10亿美元为单位）X3――通货膨胀率（按百分比计）（季度模型：1970年4月——1979年9月）请回答以下问题：（1）“最小二乘估计”是什么意思？什么被估计，什么被平方？在什么意义下平方“最小”？（2）R2为0.00是什么意思？它可能为负吗？2（3）计算两个方程的R值。（4）比较两个方程，哪个模型的估计值符号与你的预期一致？模型T是否自动的优于模型A因为它的R2值更高？若不是，你认为哪个模型更好，为什么？7、下表给出了1980~1996年美国的城市劳动参与率、失业率等数据。年份CLFPRM1CLFPRFUNRM1UNRF1AHE82AHE198077.451.56.97.47.786.66198177.052.17.47.97.697.25198276.652.69.99.47.687.68198376.453.99.99.27.798.02198476.453.67.47.67.808.32198576.354.57.07.47.778.57198676.355.36.97.17.818.76198776.256.06.26.27.738.98198876.256.65.55.67.699.28198976.457.45.25.47.649.66199076.457.55.75.57.5210.01199175.857.47.26.47.4510.32199275.857.87.97.07.4110.57199375.457.97.26.67.3910.83199475.158.86.26.07.4011.12199575.058.95.65.67.4011.441996274.959.35.45.47.4311.82其中：CLFPR——城市劳动力参与率，男性，（%CLFPR——城市劳动力参与率，女性，（%UNR——城市失业率，男性，（%UNR——城市失业率，女性，（%AHE8平均小时工资，（1982年美元价）。AH平均小时工资，（当前美元价）。（1）建立一个合适的回归模型解释城市男性劳动力参与率与城市男性失业率及真实的平均小时工资之间的关系。（2）重复（1）过程，但此时的变量为女性城市劳动力参与率。（3）重复（1）过程，但此时的变量为当前平均小时工资。（4）重复（2）过程，但此时的变量为当前平均小时工资。（5）如果（1）和（3）的回归结果不同，你如何解释？（6）如果（2）和（4）的回归结果不同，你如何使回归结果合理化？8、下表给出了某地区职工平均消费水平，职工平均收入和生活费用价格指数:平均消费支出（％）平均收入（X1t）生活费用价格指数（X2t）1（1985）21.1030.001.00222.3035.001.02330.5041.201.20428.2051.301.20532.0055.201.50640.1060.401.05742.1065.200.90848.8070.000.95950.5080.001.101060.1092.100.951170.00102.001.0212（1996）75.00120.301.05试根据模型yt=0+iXit+2X2t+Ut作回归分析。9、某种商品的价格指数X2，售后服务支出X3，替代产品销售量X4，影响销售额Y。数据如下表所示：销售额Y价格指数X2售后服务支出X3替代产品销售量X4231100.420190.5221110.419190.4201.1100.6181.190.4191.1100.4181.190.5151.170.3161.280.5171.280.4181.290.4151.270.3161.280.3141.270.2161.380.2121.360.2141.370.2131.360.2151.370.2试用OLS方法估计此多元线性回归模型，并对估计结果进行统计学检验10、为了研究中国各旅游区的旅游状况，根据下表的数据，建立以下模型：Y二bo+dX1+b2X2+£其中，Y表示外汇收入，Xi表示旅行社职工人数，X2表示国际旅游人数，样本量N=31试估计上述模型，并进行统计检验。地区外汇收入旅行社职工人数国际旅游人数（百万美兀）（人）（万人次）北京249616000252.39天津209127232.08河北12498737.09山西43236613.78内家古12062836.84辽宁304218649.13吉林4583115.95黑龙江148218340.71上海13646075165.68江苏6206430134.41浙江410552094.78安徽67292325.12福建7254994135.69江西50204413.86山东265393562.20河南114308730.01湖北105291430.54湖南185191238.58广东327218395876.02广西202588877.07海南105150945.65重庆97198518.49四川97254937.34贵州5583116.70云南3504631104.00西臧3661610.08陕西272250163.03甘肃37155714.46青海42382.05宁夏21850.60新疆86165822.3811、某产品的产量与科技投入之间呈二次函数模型2y=0ix2Xu其统计资料如下表所示：年份1(1990)2345678910产量y2040486080100120150200300投入x22.833.5455.57810试对模型进行回归分析。第四章放宽基本假定的模型4.1异方差性一、单项选择题】怀特检验方差膨胀因子检验1、下列哪种方法不是检验异方差的方法【TOC\o"1-5"\h\zA戈德菲尔特——匡特检验BC戈里瑟检验D2、当存在异方差现象时，估计模型参数的适当方法是【】A加权最小二乘法B工具变量法C广义差分法D使用非样本先验信息3、加权最小二乘法克服异方差的主要原理是通过赋予不同观测点以不同的权数，从而提高估计精度，即【】A重视大误差的作用，轻视小误差的作用B重视小误差的作用，轻视大误差的作用C重视小误差和大误差的作用D轻视小误差和大误差的作用4、如果戈里瑟检验表明，普通最小二乘估计结果的残差e与Xi有显著的形式为|?|0.28715Xi的相关关系，贝y用加权最小二乘法估计模型参数时，权数应为【】AXiBXi21Xi1Xi5、如果戈德菲尔特一一匡特检验显著，则认为什么问题是严重的【】A异方差问题BC多重共线性问题D6、容易产生异方差的数据是【】A时间序列数据BC横截面数据D序列相关问题设定误差问题修匀数据年度数据7、假设回归模型为YXiui，其中var(ui)=2Xi2，则使用加权最小二乘法估计模型时，应将模型变换为【】AYXuByu,XXXX.XXYuCyDyu22XXXX2XXX8、设回归模型为YjXjUj，其中var(ui)=2Xi2，则的普通最小二乘估计量为【】A无偏且有效B无偏但非有效C有偏但有效D有偏且非有效9、对于随机误差项i，VariEi22内涵指【】A随机误差项的均值为零B所有随机误差都有相同的方差C两个随机误差互不相关D误差项服从正态分布10、以；表示包含较小解释变量的子样本方差，；表示包含较大解释变量的子样本方差,TOC\o"1-5"\h\z则检验异方差的戈德菲尔德一匡特检验法的零假设是【】A：=0B2=0'c1工2=0d：二；11、线性模型Y6o1X12X2iui不满足哪一假定称为异方差现象？【】ACovui，uj0BVarui2CCovXi，ui0DCovX1i，X2i012、异方差条件下普通最小二乘估计量是【】A无偏估计量B有偏估计量C有效估计量D最佳无偏估计里TOC\o"1-5"\h\z二、多项选择题1、在异方差条件下普通最小二乘法具有如下性质【】A线性B无偏性C最小方差性D精确性E有效性2、异方差性将导致【】A普通最小二乘估计量有偏和非一致B普通最小二乘估计量非有效C普通最小二乘估计量的方差的估计量有偏D建立在普通最小二乘估计基础上的假设检验失效E建立在普通最小二乘估计基础上的预测区间变宽3、下列哪些方法可以用于异方差性的检验【】ADW检验法B戈德菲尔德——匡特检验C怀特检验D戈里瑟检验E帕克检验4、当模型存在异方差性时，加权最小二乘估计量具备【】A线性B无偏性C有效性D一致性E精确性三、判断说明题TOC\o"1-5"\h\z1、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。（）2、当异方差出现时，常用的t检验和F检验失效。（）3、如果OLS回归的残差表现出系统性，贝y说明数据中可能有异方差性。（）4、如果回归模型遗漏一个重要的变量，则OLS残差必定表现出异方差的特点。（）5、在异方差情况下，通常预测失效。（）四、名词解释1、异方差2、加权最小二乘法五、简述1、简述加权最小二乘法的思想。2、产生异方差性的原因及异方差性对模型的OLS估计有何影响？3、样本分段法检验（即戈德菲尔特——匡特检验）异方差性的基本原理及其适用条件。4、戈里瑟检验异方差性的基本原理及优点。5、检验异方差性的GQ检验和怀特检验是否相同？试述怀特检验、帕克检验和戈里瑟检验的异同之处。6、加权最小二乘法及其基本原理，它与普通最小二乘法有何差异？六、计算与分析题1、已知消费模型：yt0皿2x2tt，其中：yt=消费支出；Xit=个人可支配收入；2x2t=消费者的流动资产；E（t）=0;V（t）2x；（其中为常数）。请回答以下问题：（1）请进行适当变换变换消除异方差，并证明之。（2）写出消除异方差后，模型参数估计量的表达式。2、附表给出了20个国家的股票价格和消费者价格指数年百分率变化的一个横截面数据。第二次世界大战后（直至1969年）期间股票价格与消费者价格序号国家%每年股票价格变化率丫消费者价格指数变化率X1澳大利亚5.04.32奥地利11.14.63比利时3.22.44加拿大7.92.45智力25.526.46丹麦3.84.27芬兰11.15.58法国9.94.79德国13.32.210印度1.54.011爱尔兰6.44.012以色列8.98.413意大利8.13.314日本13.54.715墨西哥4.75.216荷兰7.53.617新西兰4.73.618瑞典8.04.019英国7.53.920美国9.02.1资料来源:PhillipCaganCommonStockValuesandInflation:TheHistoricalRecordofManyCountries《普通股票价格与通货膨胀：多国的历史纪录》NationalBureauofEconomicResearch.Suppl.1974年3月，表1,第四页。（1）利用数据描绘出Y与X的散点图。（2）将丫对X回归并分析回归中的残差。你观察到什么？（3）因智利的数据看起来有些异常（异常值），去掉智利数据后，重作（2）中的回归。分析从此回归得到的残差，你会看到什么？根据（2）的结论你将得到有异方差的结论，而根据（3）中的结果你又得到相反的结论。那么你能得出什么一般性的结论呢？3、下表是储蓄与收入的样本观测值，试建立储蓄Y关于收入X的线性回归模型并进行分析。序号YX序号YX126487771715782421721059210181654256043909954191400265004131105082018292767051221097921220028300610711912222017274307406127472321052956085031349924160028150943114269252250321001058815522262420325001189816730272570325001295017663281720335001377918575291900360001481919635302100362001512222116331230038200161702228804、某地区年人均可支配收入X，年人均生活费支出Y的截面数据如下表所示:序号XY序号XY13547294011362628562276923221222481846323341898132839234141957156014191915775189315851525151947623141977161963160971953159617245020488196016601826882087942973530194632377710277423112028952303(1)(2)用Goldfeld—Quandt检验分析异方差性（不必删除观测值）；用Spearman等级相关检验分析异方差性；(3)假设Var(ui)=2Xi2,其中2为未知常数，估计Y关于X的回归方程。5、下表:是美国1988年的研发费用，试用Spearman等级相关检验其是否存在异方差性。序号行业销售额研发费用支出利润1容器与包装6375.362.61851.12非银行金融机构11626.492.91569.53服务行业14655.1178.3274.84金属与米掘业21896.2258.42828.15住房与建筑业26408.3494.7225.96般制造业32405.61083.03751.97闲暇时间行业35107.71620.62884.18纸与林产品仃业40295.4421.74645.79食品行业70761.6509.25036.410健康护理业80552.86620.113869.911宇航业95294.03918.64487.812消费品101314.11595.310278.913电器与电子产品116141.36107.58787.314化学工业122315.74454.116438.815聚合物141649.93163.89761.416办公设备与计算机175025.813210.719774.517燃料230614.51703.822626.618汽车行业293543.09528.218415.46、美国1988年的研发费用的数据如题6,回归方程给出了对数形式的研发费用支出和销售的回归结果。InY?=-7.3647+1.3222lnXi（1）根据表中数据，验证这个回归结果。（2）分别将残差的绝对值和残差平方值对销售量描图。是否表明存在着异方差？（3）对回归的残差进行Park检验和Glejser检验。你得出什么结论？（4）如果在对数回归模型中发现了异方差，你会选择用哪种WLS变换来消除它？7、1964年，对9966名经