庞皓计量经济学第三版课后习题及答案(顶配word版)

第二章及参考解答2.1表2.9中是1992年亚洲各国人均寿命（Y）、按购买力平价计算的人均GDP（X1）、成人识字率（X2）、一岁儿童疫苗接种率（X3）的数据表2.9亚洲各国人均寿命、人均GDP、成人识字率、一岁儿童疫苗接种率数据 序号 国家和地区 平均寿命Y（年） 人均GDPX1（100美元） 成人识字率X2（%） 一岁儿童疫苗接种率X3（%） 1 日本 79 194 99 99 2 中国香港 77 185 90 79 3 韩国 70 83 97 83 4 新加坡 74 147 92 90 5 泰国 69 53 94 86 6 马来西亚 70 74 80 90 7 斯里兰卡 71 27 89 88 8 中国大陆 70 29 80 94 9 菲律宾 65 24 90 92 10 朝鲜 71 18 95 96 11 蒙古 63 23 95 85 12 印度尼西亚 62 27 84 92 13 越南 63 13 89 90 14 缅甸 57 7 81 74 15 巴基斯坦 58 20 36 81 16 老挝 50 18 55 36 17 印度 60 12 50 90 18 孟加拉国 52 12 37 69 19 柬埔寨 50 13 38 37 20 尼泊尔 53 11 27 73 21 不丹 48 6 41 85 22 阿富汗 43 7 32 35资料来源：联合国发展规划署《人的发展报告》（1）分别分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系。（2）对所建立的回归模型进行检验。【练习题2.1参考解答】（1）分别设定简单线性回归模型，分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系:1)人均寿命与人均GDP关系Yi(((1((2X1i(ui估计检验结果:2)人均寿命与成人识字率关系3)人均寿命与一岁儿童疫苗接种率关系（2）对所建立的多个回归模型进行检验由人均GDP、成人识字率、一岁儿童疫苗接种率分别对人均寿命回归结果的参数t检验值均明确大于其临界值,而且从对应的P值看,均小于0.05,所以人均GDP、成人识字率、一岁儿童疫苗接种率分别对人均寿命都有显著影响.（3）分析对比各个简单线性回归模型人均寿命与人均GDP回归的可决系数为0.5261人均寿命与成人识字率回归的可决系数为0.7168人均寿命与一岁儿童疫苗接种率的可决系数为0.5379相对说来,人均寿命由成人识字率作出解释的比重更大一些2.2为了研究浙江省财政预算收入与全省生产总值的关系,由浙江省统计年鉴得到以下数据:表2.10浙江省财政预算收入与全省生产总值数据 年份 财政预算总收入(亿元) 全省生产总值(亿元) 年份 财政预算总收入(亿元) 全省生产总值(亿元) Y X Y X 1978 27.45 123.72 1995 248.50 3557.55 1979 25.87 157.75 1996 291.75 4188.53 1980 31.13 179.92 1997 340.52 4686.11 1981 34.34 204.86 1998 401.80 5052.62 1982 36.64 234.01 1999 477.40 5443.92 1983 41.79 257.09 2000 658.42 6141.03 1984 46.67 323.25 2001 917.76 6898.34 1985 58.25 429.16 2002 1166.58 8003.67 1986 68.61 502.47 2003 1468.89 9705.02 1987 76.36 606.99 2004 1805.16 11648.70 1988 85.55 770.25 2005 2115.36 13417.68 1989 98.21 849.44 2006 2567.66 15718.47 1990 101.59 904.69 2007 3239.89 18753.73 1991 108.94 1089.33 2008 3730.06 21462.69 1992 118.36 1375.70 2009 4122.04 22990.35 1993 166.64 1925.91 2010 4895.41 27722.31 1994 209.39 2689.28 (1)建立浙江省财政预算收入与全省生产总值的计量经济模型,估计模型的参数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义(2)如果2011年，全省生产总值为32000亿元，比上年增长9.0%,利用计量经济模型对浙江省2011年的财政预算收入做出点预测和区间预测(3)建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型,.估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义【练习题2.2参考解答】建议学生独立完成2.3由12对观测值估计得消费函数为：（1）消费支出C的点预测值；（2）在95%的置信概率下消费支出C平均值的预测区间。（3）在95%的置信概率下消费支出C个别值的预测区间。【练习题2.3参考解答】2.4假设某地区住宅建筑面积与建造单位成本的有关资料如表2.11：表2.11某地区住宅建筑面积与建造单位成本数据 建筑地编号 建筑面积(万平方米)X 建造单位成本(元/平方米)Y 1 0.6 1860 2 0.95 1750 3 1.45 1710 4 2.1 1690 5 2.56 1678 6 3.54 1640 7 3.89 1620 8 4.37 1576 9 4.82 1566 10 5.66 1498 11 6.11 1425 12 6.23 1419根据上表资料：（1）建立建筑面积与建造单位成本的回归方程；（2）解释回归系数的经济意义；（3）估计当建筑面积为4.5万平方米时，对建造的平均单位成本作区间预测。【练习题2.4参考解答】建议学生独立完成2.5按照“弗里德曼的持久收入假说”：【练习题2.5参考解答】2.6练习题2.2中如果将“财政预算总收入”和“全省生产总值”数据的计量单位分别或同时由”亿元”更改为”万元”，分别重新估计参数，对比被解释变量与解释变量的计量单位分别变动和同时变动的几种情况下，参数估计及统计检验结果与计量单位与更改之前有什么区别?你能从中出什么规律性吗？【练习题2.6参考解答】建议学生独立完成2.7联系自己所学的专业选择一个实际问题，设定一个简单线性模型，并自己去收集样本数据，用本章的方法估计和检验这个模型，你如何评价自己所做的这项研究?【练习题2.7参考解答】本题无参考解答第三章练习题及参考解答3.1第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量”、“人均地区生产总值”、“城镇人口比重”、“交通工具消费价格指数”等变量，2011年全国各省市区的有关数据如下：表3.62011年各地区的百户拥有家用汽车量等数据 地区 百户拥有家用汽车量(辆) 人均GDP(万元) 城镇人口比重(%) 交通工具价格指数(上年=100) Y X2 X3 X4 北京 37.71 8.05 86.20 95.92 天津 20.62 8.34 80.50 103.57 河北 23.32 3.39 45.60 99.03 山西 18.60 3.13 49.68 98.96 内蒙古 19.62 5.79 56.62 99.11 辽宁 11.15 5.07 64.05 100.12 吉林 11.24 3.84 53.40 97.15 黑龙江 5.29 3.28 56.50 100.54 上 海 18.15 8.18 89.30 101.58 江 苏 23.92 6.22 61.90 98.95 浙 江 33.85 5.92 62.30 96.69 安 徽 9.20 2.56 44.80 100.25 福 建 17.83 4.72 58.10 100.75 江 西 8.88 2.61 45.70 100.91 山 东 28.12 4.71 50.95 98.50 河 南 14.06 2.87 40.57 100.59 湖 北 9.69 3.41 51.83 101.15 湖 南 12.82 2.98 45.10 100.02 广 东 30.71 5.07 66.50 97.55 广 西 17.24 2.52 41.80 102.28 海 南 15.82 2.88 50.50 102.06 重 庆 10.44 3.43 55.02 99.12 四 川 12.25 2.61 41.83 99.76 贵 州 10.48 1.64 34.96 100.71 云 南 23.32 1.92 36.80 96.25 西 藏 25.30 2.00 22.71 99.95 陕 西 12.22 3.34 47.30 101.59 甘 肃 7.33 1.96 37.15 100.54 青 海 6.08 2.94 46.22 100.46 宁 夏 12.40 3.29 49.82 100.99 新 疆 12.32 2.99 43.54 100.97资料来源:中国统计年鉴2012.中国统计出版社1）建立百户拥有家用汽车量计量经济模型,估计参数并对模型加以检验，检验结论的依据是什么?。2)分析模型参数估计结果的经济意义,你如何解读模型估计检验的结果?3)你认为模型还可以如何改进?【练习题3.1参考解答】:1)建立线性回归模型:2)回归结果如下:3.2表3.7是1994年-2011年中国的出口货物总额（Y）、工业增加值（X2）、人民币汇率（X3）的数据:表3.7出口货物总额、工业增加值、人民币汇率数据 年份 出口货物总额(亿元)Y 工业增加值(亿元)X2 人民币汇率(人民币/100美元)X3 1994 1210.06 19480.71 861.87 1995 1487.8 24950.61 835.1 1996 1510.48 29447.61 831.42 1997 1827.92 32921.39 828.98 1998 1837.09 34018.43 827.91 1999 1949.31 35861.48 827.83 2000 2492.03 40033.59 827.84 2001 2660.98 43580.62 827.7 2002 3255.96 47431.31 827.7 2003 4382.28 54945.53 827.7 2004 5933.26 65210.03 827.68 2005 7619.53 77230.78 819.17 2006 9689.78 91310.94 797.18 2007 12204.56 110534.88 760.4 2008 14306.93 130260.24 694.51 2009 12016.12 135239.95 683.1 2010 15777.54 160722.23 676.95 2011 18983.81 188470.15 645.88资料来源:中国统计年鉴2012.中国统计出版社.1）建立出口货物总额计量经济模型：Yt((1((2X2t((3X3t(ut,估计参数并对模型加以检验。2）如果再建立如下货物总额计量经济模型：lnYt((1((2lnX2t((3X3t(ut,估计参数并对模型加以检验。3）分析比较两个模型参数估计结果的经济意义有什么不同。【练习题3.2参考解答】建议学生独立完成3.3经研究发现，家庭刊消费受家庭收入及户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：表3.8家庭书刊消费、家庭收入及户主受教育年数数据 家庭书刊年消费支出（元）Y 家庭月平均收入（元） 户主受教育年数（年） 家庭书刊年消费支出（元）Y 家庭月平均收入（元） 户主受教育年数（年） X T X T 450 1027.2 8 793.2 1998.6 14 507.7 1045.2 9 660.8 2196 10 613.9 1225.8 12 792.7 2105.4 12 563.4 1312.2 9 580.8 2147.4 8 501.5 1316.4 7 612.7 2154 10 781.5 1442.4 15 890.8 2231.4 14 541.8 1641 9 1121 2611.8 18 611.1 1768.8 10 1094.2 3143.4 16 1222.1 1981.2 18 1253 3624.6 201)作家庭书刊消费（Y）对家庭月平均收入（X）和户主受教育年数（T）的多元线性回归：Yi((1((2Xi((3Ti(ui利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和作用。2）作家庭书刊消费（Y）对户主受教育年数（T）的一元回归，获得残差E1；再作家庭月平均收入（X）对户主受教育年数（T）的一元回归，并获得残差E2。3）作残差E1对残差E2的无截距项的回归：E1((2E2(vi，估计其参数。4）对比所估计的(ˆ2和(ˆ2后，你对家庭书刊消费（Y）对家庭月平均收入（X）和户主受教育年数（T）的多元线性回归的参数的性质有什么认识?【练习题3.3参考解答】：1）作回归Yi((1((2Xi((3Ti(ui，结果为:检验:模型f统计量显著、各解释变量参数的t检验都显著.估计结果表明家庭月平均收入（X）每增加1元，家庭书刊消费（Y）平均将增加0.08645元。户主受教育年数（T）每增加1年，家庭书刊消费（Y）平均将增加52.37031元。2）作家庭书刊消费（Y）对户主受教育年数（T）的一元回归，获得残差E1生成Ｅ１＝ＲＥＳＩＤ作家庭月平均收入（X）对户主受教育年数（T）的一元回归，并获得残差E2：生成Ｅ２＝ＲＥＳＩＤ3）作残差E1对残差E2的无截距项的回归：E1((2E2(vi，估计其参数4）对比：所估计的(ˆ2((0.08645和(ˆ2((0.08645，这正说明了多元回归中的(ˆ2是剔除户主受教育年数（T）的影响或者说保持户主受教育年数（T）不变的情况下，家庭月平均收入（X）对家庭书刊消费（Y）的影响，也就是偏回归系数。3.4为了分析中国税收收入（Y）与国内生产总值（X2）、财政支出（X3）、商品零售价格指数（X4）的关系，利用1978-2007年的数据，用EViews作回归，部分结果如下：表3.9回归结果 DependentVariable:LNYMethod:LeastSquaresDate:06/30/13Time:19:39Sample:19782007Includedobservations:30 Variable Coefficient Std.Error t-Statistic Prob. C -2.755367 0.640080 0.0002 LNX2 0.451234 3.174831 0.0038 LNX3 0.627133 0.161566 0.0006 X4 0.005645 1.795567 0.0842 R-squared 0.987591 Meandependentvar 8.341376 AdjustedR-squared S.D.dependentvar 1.357225 S.E.ofregression Akaikeinfocriterion -0.707778 Sumsquaredresid 0.662904 Schwarzcriterion -0.520952 Loglikelihood 14.61668 F-statistic Durbin-Watsonstat 0.616136 Prob(F-statistic) 0.000000填补表中空缺的数据，并分析回归的结果，并评价所估计参数的经济意义。【练习题3.4参考解答】建议学生独立完成3.5已知某商品的需求量(Y)、价格(X2)和消费者收入(X3)，下表给出了解释变量X2和.X3对Y线性回归方差分析的部分结果：表3.10方差分析表 变差来源 平方和（SS） 自由度(df) 平方和的均值（MSS） 来自回归(ESS)来自残差(RSS)总变差(TSS) 377067.19470895.00 19 1）回归模型估计结果的样本容量n、来自回归的平方和(ESS)、回归平方和ESS与残差平方和RSS的自由度各为多少?2）此模型的可决系数和修正的可决系数为多少?3）利用此结果能对模型的检验得出什么结论?能否认为模型中的解释变量X2和X3联合起来对某商品的需求量Y的影响是否显著?本例中能否判断两个解释变量X2和X3各自对某商品的需求量Y也都有显著影响?【练习题3.5参考解答】: 变差来源 平方和（SS） 自由度(df) 平方和的均值（MSS） 来自回归(ESS)来自残差(RSS)总变差(TSS) 377067.1970895.00447962.19 3-1=220-3=1719 188533.604170.29411)n=19+1=20来自回归的平方和(ESS)的自由度为k-1=3-1=2残差平方和RSS的自由度为n-k=20-3=172)可决系数R2((TSSTSS((RSS(1((TSSRSS(1(((((Yie(i2Y)2((Yi(Y)2((((Yi(Yˆi)2((((Yˆi(Y)2=377067.19+70895.00=447962.19R2((1(((((Yi(iY)2(1((447962.1970895.00((0.8417e2R2=1((1((R2)n(1(1((1(0.8417)SHAPE\*MERGEFORMAT20(1((0.8231n(k20(33)F=188533.60/4170.2941=45.2087n(kR220((30.8417或者F=k(1(1((R2((3(1(1(0.8417((45.1955F0.05(2,17)((3.59((F((45.1955所以可以认为模型中的解释变量X2和X3联合起来对某商品的需求量(Y)的影响显著但是，判断判断两个解释变量X2和.X3各自对某商品的需求量Y也都有显著影响需要t统计量，而本例中缺t统计量，还不能作出判断。3.6为了分析居民银行存款变动的趋势，由《中国统计年鉴》取得1994年-2011年居民年底存款余额、城镇居民家庭人均可支配收入、农村居民家庭人均纯收入、国民总收入、人均GDP、居民消费价格总指数等数据：表3.11居民年底存款余额等数据 年份 年底存款余额（万亿元) 城镇居民家庭人均可支配收入（元） 农村居民家庭人均纯收入（元） 国民总收入（万亿元) 人均GDP（元） 居民消费价格总指数% Y X2 X3 X4 X5 X6 1994 2.15 3496.2 1221.0 4.81 4044.00 124.1 1995 2.97 4283.0 1577.7 5.98 5045.73 117.1 1996 3.85 4838.9 1926.1 7.01 5845.89 108.3 1997 4.63 5160.3 2090.1 7.81 6420.18 102.8 1998 5.34 5425.1 2162.0 8.30 6796.03 99.2 1999 5.96 5854.0 2210.3 8.85 7158.50 98.6 2000 6.43 6280.0 2253.4 9.80 7857.68 100.4 2001 7.38 6859.6 2366.4 10.81 8621.71 100.7 2002 8.69 7702.8 2475.6 11.91 9398.05 99.2 2003 10.36 8472.2 2622.2 13.50 10541.97 101.2 2004 11.96 9421.6 2936.4 15.95 12335.58 103.9 2005 14.11 10493.0 3254.9 18.36 14185.36 101.8 2006 16.16 11759.5 3587.0 21.59 16499.70 101.5 2007 17.25 13785.8 4140.4 26.64 20169.46 104.8 2008 21.79 15780.8 4760.6 31.60 23707.71 105.9 2009 26.08 17174.7 5153.2 34.03 25607.53 99.3 2010 30.33 19109.4 5919.0 39.98 30015.05 103.3 2011 34.36 21809.8 6977.3 47.21 35181.24 105.4资料来源:中国统计年鉴2011.中国统计出版社.1)如果设定线性回归模型：Yt((1((2X2((3X3((4X4((5X5((6X6(ut，你预期所估计的各个参数的符号应该是什么?2）用OLS法估计参数，模型参数估计的结果与你的预期是否相符合？对这个计量模型的估计结果你如何评价?3)如果另外建立线性回归模型：Yt((1((5X5((6X6(ut，用OLS法估计其参数，你对该模型有什么评价？【练习题3.6参考解答】建议学生独立完成3.7在第二章练习题2.7的基础上，联系自己所学的专业将模型改造成多元线性回归模型，并自己去收集样本数据，用本章的方法估计和检验这个多元线性回归模型，你如何评价自己所做的这项研究?【练习题3.7参考解答】本题无参考解答第四章练习题4.1假设在模型Yi(((1(((2X2i(((3X3i((ui中，X2与X3之间的相关系数为零，于是有人建议你进行如下回归：4.2克莱因与戈德伯格曾用1921-1950年(1942-1944年战争期间略去)美国国内消费Y和工资收入X1、非工资—非农业收入X2、农业收入X3的时间序列资料，利用OLSE估计得出了下列回归方程(括号中的数据为相应参数估计量的标准误差)：Yˆ((8.133(1.059X1((0.452X2((0.121X3(8.92)(0.17)(0.66)(1.09)R2((0.95F(107.37试对上述模型进行评析，指出其中存在的问题。【练习题4.2参考解答】：从模型拟合结果可知，样本观测个数为27，消费模型的判定系数，F统计量为107.37，在0.05置信水平下查分子自由度为3，分母自由度为23的F临界值为3.028，计算的F值远大于临界值，表明回归方程是显著的。模型整体拟合程度较高。依据参数估计量及其标准误，可计算出各回归系数估计量的t统计量值：除外，其余的值都很小。工资收入X1的系数的t检验值虽然显著，但该系数的估计值过大，该值为工资收入对消费边际效应，因为它为1.059，意味着工资收入每增加一美元，消费支出的增长平均将超过一美元，这与经济理论和常识不符。另外，理论上非工资—非农业收入与农业收入也是消费行为的重要解释变量，但两者的t检验都没有通过。这些迹象表明，模型中存在严重的多重共线性，不同收入部分之间的相互关系，掩盖了各个部分对解释消费行为的单独影响。4.3表4.9给出了中国商品进口额Y、国内生产总值GDP、居民消费价格指数CPI。表4.9中国商品进口额、国内生产总值、居民消费价格指数 年份 商品进口额(亿元) 国内生产总值(亿元) 居民消费价格指数(1985=100) 1985 1257.8 9016.0 100.0 1986 1498.3 10275.2 106.5 1987 1614.2 12058.6 114.3 1988 2055.1 15042.8 135.8 1989 2199.9 16992.3 160.2 1990 2574.3 18667.8 165.2 1991 3398.7 21781.5 170.8 1992 4443.3 26923.5 181.7 1993 5986.2 35333.9 208.4 1994 9960.1 48197.9 258.6 1995 11048.1 60793.7 302.8 1996 11557.4 71176.6 327.9 1997 11806.5 78973.0 337.1 1998 11626.1 84402.3 334.4 1999 13736.4 89677.1 329.7 2000 18638.8 99214.6 331.0 2001 20159.2 109655.2 333.3 2002 24430.3 120332.7 330.6 2003 34195.6 135822.8 334.6 2004 46435.8 159878.3 347.7 2005 54273.7 183084.8 353.9 2006 63376.9 211923.5 359.2 2007 73284.6 249529.9 376.5 2008 79526.5 314045.4 398.7 2009 68618.4 340902.8 395.9 2010 94699.3 401512.8 408.9 2011 113161.4 472881.6 431.0资料来源：《中国统计年鉴》，中国统计出版社2000年、2008年。【练习题4.3参考解答】4.4在本章开始的“引子”提出的“国内生产总值增加会减少财政收入吗？”的例子中，如果所采用的数据如表4.11所示表4.111978-2011年财政收入及其影响因素数据 年份 财政收入(亿元)CZSR 财政支出(亿元)CZZC 国内生产总值（现价，亿元）GDP 税收总额（亿元）SSZE 1978 1132.30 1122.09 3645.22 519.28 1979 1146.40 1281.79 4062.58 537.82 1980 1159.90 1228.83 4545.62 571.7 1981 1175.80 1138.41 4891.56 629.89 1982 1212.30 1229.98 5323.35 700.02 1983 1367.00 1409.52 5962.65 775.59 1984 1642.90 1701.02 7208.05 947.35 1985 2004.80 2004.25 9016.04 2040.79 1986 2122.00 2204.91 10275.18 2090.73 1987 2199.40 2262.18 12058.62 2140.36 1988 2357.20 2491.21 15042.82 2390.47 1989 2664.90 2823.78 16992.32 2727.4 1990 2937.10 3083.59 18667.82 2821.86 1991 3149.48 3386.62 21781.50 2990.17 1992 3483.37 3742.2 26923.48 3296.91 1993 4348.95 4642.3 35333.92 4255.3 1994 5218.10 5792.62 48197.86 5126.88 1995 6242.20 6823.72 60793.73 6038.04 1996 7407.99 7937.55 71176.59 6909.82 1997 8651.14 9233.56 78973.03 8234.04 1998 9875.95 10798.18 84402.28 9262.8 1999 11444.08 13187.67 89677.05 10682.58 2000 13395.23 15886.5 99214.55 12581.51 2001 16386.04 18902.58 109655.17 15301.38 2002 18903.64 22053.15 120332.69 17636.45 2003 21715.25 24649.95 135822.76 20017.31 2004 26396.47 28486.89 159878.34 24165.68 2005 31649.29 33930.28 184937.37 28778.54 2006 38760.2 40422.73 216314.43 34804.35 2007 51321.78 49781.35 265810.31 45621.97 2008 61330.35 62592.66 314045.43 54223.79 2009 68518.3 76299.93 340902.81 59521.59 2010 83101.51 89874.16 401512.80 73210.79 2011 103874.43 109247.79 472881.56 89738.39(资料来源：《中国统计年鉴2008》，中国统计出版社2008年版)试分析：为什么会出现本章开始时所得到的异常结果？怎样解决所出现的问题？【练习题4.4参考解答】建议学生自完成4.5考虑如下模型【练习题4.5参考解答】4.6自己选择一个有兴趣的实际经济问题，建立有三个以上解释变量的多元线性回归模型，并收集数据对模型作估计检验。你所建立的模型存在多重共线性吗？怎样选择变量才可能避免多重共线性的出现？【练习题4.6参考解答】建议学生自己独立完成第五章练习题及参考解答5.1设消费函数为【练习题5.1参考解答】5.2对于第三章练习题3.3家庭书刊消费与家庭收入及户主受教育年数关系的分析，进一步作以下分析:1）判断模型Yi((1((2Xi((3Ti(ui是否存在异方差性。2。如果模型存在异方差性，应怎样去估计其参数？3）对比分析的结果，你对第三章练习题3.3的结论有什么评价?【练习题5.2参考解答】建议学生自己独立完成5.3表5.8是2007年我国各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据表5.8各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据 地区 家庭人均纯收入 家庭生活消费支出 地区 家庭人均纯收入 家庭生活消费支出 北京 9439.63 6399.27 湖北 3997.48 3090 天津 7010.06 3538.31 湖南 3904.2 3377.38 河北 4293.43 2786.77 广东 5624.04 4202.32 山西 3665.66 2682.57 广西 3224.05 2747.47 内蒙古 3953.1 3256.15 海南 3791.37 2556.56 辽宁 4773.43 3368.16 重庆 3509.29 2526.7 吉林 4191.34 3065.44 四川 3546.69 2747.27 黑龙江 4132.29 3117.44 贵州 2373.99 1913.71 上海 10144.62 8844.88 云南 2634.09 2637.18 江苏 6561.01 4786.15 西藏 2788.2 2217.62 浙江 8265.15 6801.6 陕西 2644.69 2559.59 安徽 3556.27 2754.04 甘肃 2328.92 2017.21 福建 5467.08 4053.47 青海 2683.78 2446.5 江西 4044.7 2994.49 宁夏 3180.84 2528.76 山东 4985.34 3621.57 新疆 3182.97 2350.58 河南 3851.6 2676.41 数据来源：中国统计年鉴2008（1）试根据上述数据建立2007年我国农村居民家庭人均消费支出对人均纯收入的线性回归模型。（2）选用适当方法检验模型是否在异方差，并说明存在异方差的理由。（3）如果存在异方差，用适当方法加以修正。【练习题5.3参考解答】结果为55.4表5.9的数据是2011年各地区建筑业总产值（X）和建筑业企业利润总额（Y）。表5.9各地区建筑业总产值（X）和建筑业企业利润总额（Y）(单位：亿元) 地区 建筑业总产值X 建筑业企业利润总额Y 地区 建筑业总产值X 建筑业企业利润总额Y 北京 6046.22 216.78 湖北 5586.45 231.46 天津 2986.45 79.54 湖南 3915.02 124.77 河北 3972.66 127.00 广东 5774.01 251.69 山西 2324.91 49.22 广西 1553.07 26.24 内蒙古 1394.68 105.37 海南 255.47 6.44 辽宁 6217.52 224.31 重庆 3328.83 155.34 吉林 1626.65 89.03 四川 5256.65 177.19 黑龙江 2029.16 58.92 贵州 824.72 14.39 上海 4586.2.8 166.69 云南 1868.40 61.88 江苏 15122.85 595.87 西藏 124.47 5.75 浙江 14907.42 411.57 陕西 3216.63 104.38 安徽 3597.26 127.12 甘肃 925.84 29.33 福建 3692.62 126.47 青海 319.42 8.35 江西 2095.47 62.37 宁夏 427.92 11.25 山东 6482.90 291.77 新疆 1320.37 27.60 河南 5279.36 200.09 数据来源：国家统计局网站根据样本资料建立回归模型，分析建筑业企业利润总额与建筑业总产值的关系，并判断模型是否存在异方差，如果有异方差，选用最简单的方法加以修正。【练习题5.4参考解答】建议学生自己独立完成5.5为研究居民收入与交通通讯消费支出的关系，取得了2005年中国各省市区城镇居民人均年可支配收入（X）与人均年交通通讯消费支出（Y）的数据：表5.102005年中国各省市区城镇居民人均可支配收入与交通通讯消费支出（单位:元） 地区 人均年可支配收入(X) 人均年交通通讯消费支出（Y） 地区 人均年可支配收入(X) 人均年交通通讯消费支出（Y） 北京 17652.95 1943.48 湖北 8785.94 649.87 天津 12638.55 988.01 湖南 9523.97 801.27 河北 9107.09 772.34 广东 14769.94 2333.05 山西 8913.91 604.35 广西 9286.7 703.39 内蒙 9136.79 755.51 海南 8123.94 728.29 辽宁 9107.55 744.02 重庆 10243.46 929.92 吉林 8690.62 733.5 四川 8385.96 827.66 黑龙江 8272.51 596.97 贵州 8151.13 625.44 上海 18645.03 1983.72 云南 9265.9 930.59 江苏 12318.57 1050.88 西藏 9431.18 1309.95 浙江 16293.77 2097.41 陕西 8272.02 630.16 安徽 8470.68 676.86 甘肃 8086.82 638.63 福建 12321.31 1048.71 青海 8057.85 691.25 江西 8619.66 567.52 宁夏 8093.64 705.69 山东 10744.79 902.32 新疆 7990.15 757.09 河南 8667.97 636.57 1.作人均交通通讯消费支出对人均可支配收入的线性回归，并检验模型是否存在什么问题。2.用两种以上的方法检验模型是否存在异方差性。【练习题5.5参考解答】1.回归结果2.检验异方差性1)Goldfeld-Quanadt检验将样本数据X递增排序:“Procs/SortSeries/输入”X”/Ascending/ok,去掉中间7个数据,分为”1-12”和”20-31”两个样本分别回归样本区间1-12的回归SHAPE\*MERGEFORMAT5.6表5.11为1978年—2011年四川省农村人均纯收入、人均生活费支出、商品零售价格指数的数据。表5.11四川省农村人均纯收入、人均生活费支出、商品零售价格指数 时间 农村人均纯收入X/元 农村人均生活消费支出Y/元 商品零售价格指数 时间 农村人均纯收入X/元 农村人均生活消费支出Y/元 商品零售价格指数 1978 127.10 120.30 100.0 1995 1158.29 1061.15 356.1 1979 155.90 142.10 102.0 1996 1453.42 1349.88 377.8 1980 187.90 159.50 108.1 1997 1680.69 1440.48 380.8 1981 221.00 184.00 110.7 1998 1789.17 1440.77 370.9 1982 256.00 208.23 112.8 1999 1843.47 1426.06 359.8 1983 258.40 231.12 114.5 2000 1903.60 1489.55 354.4 1984 286.80 251.83 117.7 2001 1986.99 1497.52 351.6 1985 315.07 276.25 128.1 2002 2107.66 1591.35 347.0 1986 337.94 310.92 135.8 2003 2229.86 1747.02 346.7 1987 369.46 348.32 145.7 2004 2580.28 2010.88 356.4 1988 448.85 426.47 172.7 2005 2802.78 2274.17 359.4 1989 494.07 473.59 203.4 2006 3002.38 2395.04 362.9 1990 557.76 509.16 207.7 2007 3546.69 2747.27 376.7 1991 590.21 552.39 213.7 2008 4121.21 3127.94 398.9 1992 634.31 569.46 225.2 2009 4462.05 4141.40 100.4 1993 698.27 647.43 254.9 2010 5139.52 3897.53 103.3 1994 946.33 904.28 310.2 2011 6128.55 4103.92 105.2资料来源：中经网统计数据库1)如果不考虑价格变动因素，建立回归模型并检验是否存在异方差，如果存在异方差，选用适当方法进行修正。2）如果考虑价格变动因素，对异方差性的修正应该怎样进行？3）对比以上两个回归模型，你有什么体会？【练习题5.6参考解答】建议学生自己独立完成5.7检验异方差性的基本思想,是检验随机误差项的方差与某解释变量X的变动是否相关。统计学中的Spearman等级相关系数也可以度量变量间的相关性，是否能够利用Spearman等级相关系数去检验随机误差项的方差(可用残差的绝对值代表)与解释变量X是否存在异方差性呢?如果可以,用Spearman等级相关系数检验本章案例中是否存在异方差，并将其检验结果与其他检验方法相比较。【练习题5.7参考解答】第六章练习题及参考解答练习题6.1表6.8是北京市连续19年城镇居民家庭人均收入与人均支出的数据。表6.8北京市19年来城镇居民家庭收入与支出数据表（单位：元） 年份顺序 人均收入(元) 人均生活消费支出(元) 商品零售物价指数(%) 人均实际收入(元) 人均实际支出(元) 12345678910111213141516171819 450.18491.54599.40619.57668.06716.60837.651158.841317.331413.241767.671899.572067.332359.882813.103935.395585.886748.687945.78 359.86408.66490.44511.43534.82574.06666.75923.321067.381147.601455.551520.411646.051860.172134.652939.604134.125019.765729.45 100.00101.50108.60110.20112.30113.00115.40136.80145.90158.60193.30229.10238.50258.80280.30327.70386.40435.10466.90 450.18484.28551.93562.22594.89634.16725.87847.11902.90891.07914.47829.14866.81911.851003.601200.911445.621551.061701.82 359.86402.62451.60464.09476.24508.02577.77674.94731.58723.58753.00663.64690.17718.77761.56897.041069.911153.701227.131）建立居民收入—消费函数；2）检验模型中存在的问题，并采取适当的补救措施预以处理；3）对模型结果进行经济解释。【练习题6.1参考解答】6.2表6.10给出了中国进口需求（Y）与国内生产总值（X）的数据。表6.101985~2011年中国实际GDP和进口额（单位：亿元） 年份 实际GDPX 实际进口额Y 年份 实际GDPX 实际进口额Y 1985 8964.40 1257.80 1999 31738.82 4861.63 1986 9753.27 1422.19 2000 34277.92 6439.57 1987 10884.62 1457.05 2001 36848.76 6774.34 1988 12114.62 1655.06 2002 39907.21 8102.08 1989 12611.32 1632.72 2003 43618.58 10981.69 1990 13090.55 1805.19 2004 50535.53 14677.78 1991 14294.88 2230.52 2005 56251.12 16508.05 1992 16324.75 2694.14 2006 63381.81 18569.91 1993 18528.59 3139.08 2007 72358.19 19953.56 1994 20863.19 4311.38 2008 79329.66 20088.86 1995 23053.83 4189.60 2009 86639.25 17439.12 1996 25267.00 4102.76 2010 95690.45 22569.19 1997 27490.49 4109.84 2011 104584.44 25027.24 1998 29634.75 4082.08 数据来源：中国统计年鉴2012,实际GDP和实际进口额均为1985年可比价指标。1）进口需求模型Yt(((1((2Xt(ut的自相关性；2）采用广义差分法处理模型中的自相关问题。【练习题6.2参考解答】6.3为了探讨股票市场繁荣程度与宏观经济运行情况之间的关系，取股票价格指数与GDP开展探讨。表6.9为美国1981～2006年间股票价格指数（Y）和国内生产总值GDP（X）的数据。表6.9美国1981～2006年间股票价格指数和GDP的数据 年份 股票价格指数Y 国内生产总值X(10亿美元) 年份 股票价格指数Y 国内生产总值X(10亿美元) 1981 782.62 3128.4 1994 2687.02 7072.2 1982 728.84 3255.0 1995 3078.56 7397.7 1983 979.52 3536.7 1996 3787.20 7816.9 1984 977.33 3933.2 1997 4827.35 8304.3 1985 1142.97 4220.3 1998 5818.26 8747.0 1986 1438.02 4462.8 1999 6546.81 9268.4 1987 1709.79 4739.5 2000 6805.89 9817.0 1988 1585.14 5103.8 2001 6397.85 10128.0 1989 1903.36 5484.4 2002 5578.89 10469.6 1990 1939.47 5803.1 2003 5447.46 10960.8 1991 2181.72 5995.9 2004 6612.62 11685.9 1992 2421.51 6337.7 2005 7349.00 12433.9 1993 2638.96 6657.4 2006 8357.99 13194.71)估计回归模型Yt(((1((2Xt(ut2)检验1)中模型是否存在自相关，若存在，用广义差分法消除自相关。【练习题6.3参考解答】1）进行OLS回归，得Y=-2123.864+0.7841Xt（-6.5390）（18.9968）R2=0.9376DW=0.44082）显著水平α=5%，n=26，dL=1.302，dU=1.461，DW<dL=1.302，模型中有自相关。采用一阶广义差分法估计模型，DW=0.9122，依然存在自相关，说明可能为高阶自相关。采用LM检验，判断为二阶自相关（et-1,et-2均显著），因此，使用二阶广义差分法估计模型得：Y=-2354.292+0.8163Xt（-4.9507）（13.8938）R2=0.9863DW=2.2116使用LM检验，LM=0.9001，伴随概率为0.6374，已消除自相关。模型回归系数显著。模型结果说明GDP每增加10亿美元，股票价格指数增加0.8163点。6.4表6.11给出了某地区1980-2000年的地区生产总值(Y)与固定资产投资额(X)的数据。表6.11地区生产总值(Y)与固定资产投资额(X)单位：亿元 年份 地区生产总值(Y) 固定资产投资额(X) 年份 地区生产总值(Y) 固定资产投资额(X) 1980198119821983198419851986198719881989 1402162413821285166520802375251727412730 216254187151246368417412438436 19901991199219931994199519961997199819992000 31243158357840674483489751205506608870428756 54452354866869974566784595111851180【练习题6.4参考解答】6.5有经济学家研究葡萄酒价格与葡萄生长期间降雨量、气温、酿制年份的关系。其中logprice为波尔多葡萄酒的价格与1961年葡萄酒价格之比的自然对数；hrain为收获季节的降雨量；wrain为收获前一年冬季的降雨量；degrees为种植季节的平均温度；time_sv为酿制年份到1989年的年数。表6.12为研究的部分数据。表6.12葡萄生长及葡萄酒价格数据 logprice wrain hrain degrees Tine_sv logprice wrain hrain degrees Tine_sv -1.00 600 160 17.12 31 -0.75 819 86 16.5