计量经济学期末考试重点

1、1、什么是计量经济学？由哪三组组成？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的 分支学科。统计学、经济理论和数学 三者结合起来便构成了计量经济学。2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学 3）理论计量经济学 和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用 的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计

2、方法与检验方法，应用了 广泛的数学知识。应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。4）、经典计量经济学和非经典计量经济学经典计量经济学（Classical Econometrics） 一股指20世纪70年代以前发展并广泛应用的 计量经济学。经典计量经济学在 理论方法方面特征是:模型类型一随机模型； 模型导向一理论导向； 模型结构一线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数； 数据类型一以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续

3、 随机变量； 估计方法一仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。经典计量经济学 在应用方面的特征是: 应用模型方法论基础一实证分析、经验分析、归纳； 应用模型的功能一结构分析、政策评价、经济预测、理论检验与发展； 应用模型的领域一传统的应用领域，例如生产、需求、消费、投资、货币需求，以及 宏观经济等。5 ）、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支？ （4点和综述）答：（1）、从计量经济学的定义看（2）、从计量经济学在西方国家经济学科中的地位看（3）、从计量经济学与数理统计学的区别看（4）、从建立与应用计量经济学模型的全过程看综上所述，计量经济学

4、是一门经济学科，而不是应用数学或其他。4、理论模型的设计主要包含三部分工作，即选择变量，确定变量之间的数学关系，拟定模型 中待估计参数的数值范围。5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求 时间数据序列数据和截面数据）答：1、时间序列是一批按照时间先后排列的统计数据。要注意问题:1) 所选择的样本区间内经济行为的一致性问题。2) 样本数据在不同样本点之间的可比性问题。3) 样本观测值过于集中的问题。4) 模型随机干扰项的序列相关问题。2 、截面数据是一批发生在同一时间截面上的调查数据。要注意问题：1 样本与母体的一致性问题。2 模型随机干扰项的异方差问题

5、。6、 样本数据的质量(4点)答：完整性、准确性、可比性、一致性。7、 模型参数的估计方法是计量经济学的核心内容。8、 模型的检验(4 个检验)答：经济意义检验根据拟定的符号、大小、关系 统计检验由数理统计理论决定包括拟合优度检验总体显着性检验变量显着性检验 计量经济学检验由计量经济学理论决定，包括异方差性检验、序列相关性检验、共线性检验。 模型预测检验由模型的应用要求决定，包括稳定性检验：扩大样本重新估计；预测性能检验：对样本外一点 进行实际预测。9、 计量经济学模型的应用（绿体字）答：结构分析、经济预测、政策评价、检验与发展经济理论第二章 经典单方程计量经济学模型：一元线性回归模型1、 相

6、关分析和回归分析的含义及其联系答：相关分析分析变量之间是否存在相关关系分析相关关系的类型计量相关关系的密切程度相关分析的局限：不能说明变量间的相关关系的具体形式不能从一个变量去推测另一个变量的具体变化回归分析：回归是关于一个变量对另一个或多个变量依存关系的研究，是用适当的数学模型去近似地表达或估计变量之间地平均变化关系，回归分析目的：根据已知的自变量的数值，去估计因变量的总体平均值。区别：从研究目的上看：相关分析是研究变量间相互联系的方向和程度；回归分析是寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的值。从对变量的处理来看：相关分析中的变量均为随机变量，不考虑两者的因

7、果关系；回归分析是在变量因果关系的基础上研究自变量对因变量的具体影响，必须明确划分自变量和因变量，回归分析中通常假定自变量为非随机变量，因变量为随机变量。联系：共同的研究对象：都是对变量间相关关系的分析只有当变量间存在相关关系时，用回归分析去寻求相关的具体数学形式才有实际意义相关分析只表明变量间相关关系的性质和程度， 要确定变量间相关的具体数学形式依赖于回归分析2、 在总体回归函数中引入随机干扰项的主要原因：答：1、Y弋表号叫殿向因声；t表残缺数坂；3g代表众多细小影响因素4、代表数据观测误差015、代表模型设定误差6 、变量的内在随机性。3、 样本回归函数和总体回归函数的公式答：总体回归模型

8、的随机形式：总体回归模型的确定形式：样本回归函数的随机形式：样本回归函数的确定形式：4、 一元线性回归模型的基本假设（重点掌握前4 个）答：假设1、解释变量X是确定性变量，不是随机变量，而且在重复抽样中取固定值；假设2、随机误差项?具有零均值、同方差和不序列相关性：E（?i）=0i=1,2,nVar （?i尸？2i=1,2,，nCov(?i, ?j)=0i 力 i,j= 1,2,，n假设3、随机误差项？与解释变量X之间不相关：（同期相关从这里引申出来的）Cov（Xi, ? i）=0i=1,2,n假设4、？服从零均值、同方差、零协方差的正态分布？ iN（0, ? ?2 ） i=1,2,n假设 5

9、 旨在排除时间序列数据出现持续上升或下降的变量作为解释变量，因为这类数据不仅使大样本统计推断变得无效，而且往往产生所谓的伪回归问题。假设 6 也被称为模型没有设定误差注意：1、如果假设1、 2满足，则假设3 也满足 ;2 、如果假设4 满足，则假设2 也满足。5、 最小二乘法的推导过程（推导至2.2.5 ）答：普通最小二乘法（Ordinary least squares, OLS ）给出的判断标准是：nn二者之差的平方和Q(YiY?i)2(Yi(?0?1Xi)211最小。根据微积分学的运算，但 Q对0、 i的一阶偏导数为0时，Q达到最小，即可推得用于估计0、1的下列方程组：方程组（ *）称为

10、正规方程组6、 最小二乘估计法的性质（重点看前三个，知道线性性和无偏性的推导）答：当模型参数估计出后，需考虑参数估计值的精度，即是否能代表总体参数的真值，或者说需考察参数估计量的统计性质。一个用于考察总体的估计量，可从如下几个方面考察其优劣性：（1）线性性，即它是否是另一随机变量的线性函数；（2）无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性，即它是否在所有线性无偏估计量中具有最小方差。证明:线性性：无偏性：因为故kiXi2Xiki ikiXi7、区别那三个平方和（TSS,ESS,RSS如果Yi=?i即实际观测值落在样本回归“线”上，则 拟合最好。可认为，“离差”全部来自回归线，

11、而与“残差”无关。8、可决系数R2统计量答：拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验度量拟合优度的指标：判定系数（可决系数）R2称R2为可决系数/判定系数可决系数的取值范围：0,1R2 越接近1,说明实际观测点离样本线越近，拟合优度越高。9、T 值公式（2.3.5 ）1 t(n2)S?12Xi答：t检验：检验步骤：1）对总体参数提出假设H 0：? 1=0,2）以原假设H0构造t统计量，并由样本计算其值3）给定显着性水平？，查t分布表得临界值t ?/2（n-2）4）比较，判断H0 ，接受H1 ；H1 ，接受H0若|t| t ?/2(n-2)若|t|? t ?/2(n-2)10、

12、 掌握黑体字部分与参数的置信区间的求法（2.3.7 ）答： 如果存在这样一个区间，称之为 置信区间（confidence interval ）; 1-%称为置信系数（置信度）（confidence coefficient ）,% 称为显着，性水平 （level of significance ）；置信区间的端点称为置信限 （ confidence limit ）或 临界值 （ critical values ） 。11、 如何才能缩小置信区间（2 个）答：（1）增大样本容量n。因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小；（ 2）

13、提高模型的拟合优度。因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。12、 预测问题的黑色字体部分答：Y?只是被解释变量的预测值的估计值，而不是预测值。原因在于两方面：一是模型中的参数估计量是不确定的；二是随机干扰项的影响。所以，我们得到的仅是预测值的估计值，预测值仅以某一个置信度处于以该估计值为中心的一个区间中。预测值在更大程度上说是一个区间估计问题。13、 置信带（域）（ 49 页图上方的两段话）答：如下图所示，如果对每个X值求其总体均值EY|X的95%勺置信区间，将区间端点连接起 来可以得到关于总体回归函数的 置信带（域）。同样地，对每个X值求Y的个别值

14、Yo的置信带（域）c 可以看出，Y的个别值Yo的置信带比其总体均值的置信带宽。对于Y的总体均值E（Y|X）与个体值的预测区间（置信区间）：（ 1）样本容量n 越大，预测精度越高，反之预测精度越低；（ 2）样本容量一定时，置信带的宽度当在X 均值处最小，其附近进行预测（插值预测）精度越大;X越远离其均值，置信带越宽，预测可信度下降。14、 时间序列问题答：关于“伪回归问题”。注意到对可决系数的定义与解释，它被定义为回归平方和占总离差平方和的比重，解释为被解释变量Y的变化中可由解释变量X的变化“解释”的部分。我们并未将这里的“解释”替换为“引起”，因为因果关系不能通过回归分析本身来判断。然而回归分

15、析往往就是要对因果关系进行评判，人们自然倾向于认为一个高的可决系数就意味着X对Y的“影响”能力强。在现实经济问题中，对时间序列数据作回归，即使两个变量间没有任何的实际联系，也往往会得到较高的可决系数，尤其对于具有相同变化趋势（同时上升或下降）的变量，更是如此。这种现象被称为“伪回归”或“虚假回归”。第三章 经典单方程计量经济学模型：多元线性回归模型1、 多元回归模型的一般形式（3.1.1 ）总体回归模型n个随机方程的矩阵表达式为Y X B以样本回归函数的矩阵表达：Y X? e2、多元回归模型最小二乘法推导答：根据最小二乘原理，需寻找一组参数估计值，使得残差平方和最小，即参数估计值应该是方程组的

16、解，求解过程如下：即得到 （X X） X Y（X X） 1 X Y3、参数估计量的性质（三性，会推导出前两个）答：1、线性性?(XX)1XY CY其中，C=(X X)-1 X为一仅与固定的X有关的行向量2、无偏性这里利用了假设：E( X ?)=0,即随机误差项？与解释变量X之间不相关3、有效性(最小方差性)其中利用了2 .和E(W W )1 ,即随机误差项同方差，无序列相关4、最小样本容量和满足基本要求的样本容量是多少？答：(1)最小样本容量：样本最小容量必须不少于模型中解释变量的数目(包括常数项)，即n k+1因为，无多重共线性要求：秩(X)=k+12)满足基本要求的样本容量：一般经验认为，

17、当n30或者至少n3(k+1)时，才能说满足模型估计的基本要求。5、黑体字部分，3.3.2答：总离差平方和可以分解为回归平方和与残差平方和两部分。回归平方和反映了总离差平方和中有样本回归线解释的部分，它越大,残差平方和越小，表明样本回归线与样本观测值的拟合程度越高。c 2 ESS / RSSR = =1-TSSTSS(3.3.2)R2 1 (1 r2)33r21 RSS /(n k 1)(3.3.3)TSS / (n 1)6、F检验答：方程的显着性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是等价于检验否显着成立作出推断。检验同向变化：当时,越大,值也越大；当时,为无穷大。7、

18、 如何才能缩小置信区间？答：（1）增大样本容量n,因为在同样的样本容量下，n越大，t分布表中的临界值越小，同时，增大样本容量，还可使样本参数估计量的标准差减小；（ 2）提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型优度越高，残差平方和应越小。3）提高样本观测值的分散度，一般情况下，样本观测值越分散，（X X）-1的分母的|X X|的值 越大，致使区间缩小。8、黑体字部分“如果给定解释变量值，根据模型就可以得到被解释变量的预测值”，这种说法是不科学的，也是计量经济学模型无法达到的。如果一定要给出一个具体的观测值，那么它的置信水平则为0;如果一定要回答100%勺置信水平处在

19、什么区间中，那么这个区间是9、掌握将非线性方程化为线性方程的方法答： 1、倒数模型、多项式模型与变量的直接置换法如： s = a + b r + c r2，设X1 = r ， X2 = r 2， 则原方程变换为s = a + b X 1 + c X 28、 幂函数模型、指数函数模型与对数变换法Q = AK?L?方程两边取对数：ln Q = ln A + ? ln K + ? ln L9、 复杂函数模型与级数展开法方程两边取对数后，得到：将式中ln（? k? + ?2L-?）在？=0处展开台劳级数，取关于？的线性项，即得到一个线性近似式。如取 0 阶、 1 阶、 2 阶项，可得10、什么是受约束

20、回归和无约束回归？答：模型施加约束条件后进行回归，称为受约束回归不加任何约束的回归称为无约束回归。在同一数据样本下，记无约束样本回归模型的矩阵式为：Y=X +e记受约束样本回归模型的矩阵式记为：Y=X* +e *第四章经典单方程计量经济学模型：放宽基本假定的模型1、基本假定违背主要包括哪些内容？ （ P93）答：（1）随机干扰项序列存在的异方差性；（2）随机干扰项序列存在的序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量且与随机干扰项相关。2、什么是异方差性？掌握异方差的三种类型和 图4.1.1（P93-94）答：异方差性，即相对于不同的样本点，也就是相对于不同的解释变量

21、观察值，随机干扰项 具有不同的方差。异方差的三种类型：（1）单调递增型：随X的增大而增大；（2）单调递减型：随X的增大而增减小；（3） 复杂性：；随X的变化呈复杂形式。3、异方差性通常存在于哪种数据？ （ P95）变碗避着性检验失去军方差答：对于采用截面数据作样本的计量经济学问题，由于在不同的样本点上解释变量以外的其他 因素较大,Y后以往往存,在异方差性：答：（同方差4、异方差性的f果5、异方差性的检验？ （ P96）答：异方差的检验，即相对于不同的样本点，也就是相对于不同的解释变量观测值，随即干扰项具有不同的方差，那么检验异方差性，也是就是检验随机干扰项的方差和解释变量观察值之间的相关性。6

22、、 图示检验法的类型有哪些？（P97）答：图示检验法的类型：同方差、单调递增型异方差、单调递减性异方差、复杂性异方差。7、 了解 Park,Gleiser,White 检验（P97-98）8、 异方差的修正方法是什么？（P99）答：如果模型被证明存在异方差性，则需要发展新的方法评估模型，最常用的方法是加权最小二乘法（WLS） 。加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLSfe估计其参数。9、 什么叫序列相关性？一般以什么为样本？（P104）答：如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。序列相关性通常出现在以时间序列数据为样本的模型中

23、。10、 实际问题中，序列相关性产生的原因有哪些方面？（P105）答： （ 1）经济变量固有的惯性；（ 2）模型设定的偏误；（ 3）数据的“编造”。11、 为什么时间序列数据往往存在序列相关性？（P106）答： 对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来他们对被解释变量的影响的连续性，所以往往存在序列相关性。12、 序列相关性的后果有哪些？（P106）答： （ 1）参数估计量非有效；（ 2）变量的显着性检验失去意义；（ 3）模型的预测失效。13、 序列相关性的检验思路是什么？P107答：然后，通过分析这些“近似估计量”之间的相关性

24、，以判断随机误差项是否具有序列相关性。14、序列相关性的检验方法有哪些？(其中杜宾 -瓦森检验法要求全部掌握)(P107)答：(1)图示法；(2)回归检验法；(3)杜宾-瓦森检验法；(4)拉格朗日乘数检验。D-W检验是杜宾(J. Durbin )和瓦森(G. S. Watson)于1951年提出的一种检验序列自相关的方法，该方法的假定条件是：(1)解释变量X非随机;(2)随机误差项?i为一阶自回归形式:(3)回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式:(4)回归含有截距项.统计量：杜宾和瓦森针对原假设：H0: ?=0 ,即不存在一阶自回归，构如下造统计量:该统计量的分布与出现

25、在给定样本中的 X值有复杂的关系，因此其精确的分布很难得到。但是，他们成功地导出了临界值的下限 dL和上限dU ,且这些上下限只与样本的容量 n 和解释变量的个数k有关，而与解释变量X的取值无关。检验步骤：(1)计算DW直(2)给定？，由n和k的大小查DM布表，得临界值dL和dU(3)比较、判断存在正自相关不能确定无自相关不能确定若 0.dLdL.dUdU .4-dUdL .44-dU .0，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对教龄的变化率是一样的，但两者的平均薪金水平相差?2。?可以通过传统的回归检验，对?2 的统计显着性进行检验，以判断企业男女职工的平均薪金水平

26、是否有显着差异。（ 3） 、图形2. 乘法方式（ 1） 、模型例子根据消费理论，消费水平 3要取决于收入水平Y,但在一个较长的时期，人们的消费倾向会发 生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察。1 正常年份如，设Dt0 反常年份消费模型可建立如下：这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。假定E（?i ）= 0 ， 上述模型所表示的函数可化为：正常年份：E（Ct | Xt,Dt 1）0（ 12）Xt反常年份：E（Ct | Xt, Dt 0）01Xt（ 2） 、几何解释通过引入虚拟变

27、量解释斜率的变化，斜率不同，截距相同。（ 3） 、图形3、 虚拟变量模型的设计原则答：每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1,即如果有m个定性变量,m-1 个虚拟变量。一、单选题（ 10 小题，每题2 分，共 20分）1. 下列样本模型中，哪一个模型通常是无效的?（ ）（ 消费 ）=（ 收入 ）（ 商品需求）=10+（收入）（ 价格 ）（ 商品供给）=20+（ 价格）（ 产出量 ）= 资本 ）（ 劳动 ）2. 判定系数r 2=，说明回归直线能解释被解释变量总变差的：（ ）%3. 当模型中的解释变量存在完全多重共线性时，参数估计量的方差为：（ ）3.1 C.oo D. 最小的取

28、值范围是：（ ）WDW 0DJW 1C.-2&DW 2DVW； 45 .模型Y=%0+%Q+B X+g,其中D=：为虚拟变量，模型中的差别截距系数是指： （ ）A. % 0 B. a i C.a 0+ a iD. % 0- 3 16 .对于模型Yt=Bit+B2X+u, 810+%亿，如果2为虚拟变量，则上述模型就是一个：（ ）A. 常数参数模型B.截距与斜率同时变动模型C. 截距变动模型D.分段线性回归模型7. 考察下述联立方程模型：第一个结构方程中的丫2是：（）A. 前定变量B. 外生变量C. 解释变量D. 被解释变量检验是根据t 分布理论所作的假设检验，下列哪项可作t 检验 ?（ ）A.

29、 单个回归系数的显着性检验B. 线性关系的总体显着性检验C. 一阶线性自相关的显着性检验D. 多个预测值与实际值之间差异的显着性检验9. 产量 （ X， 台） 与单位产品成本（ 丫， 元 /台） 之间的回归方程为丫? 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，单位产品成本减少元C. 产量每增加一台，单位产品成本平均增加356元D. 产量每增加一台，单位产品成本平均减少元10. 若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（）A. 普通最小二乘法B. 加权最小二乘法C.广义差分法D.工具变量法二、判断题（10小题，每题1分，共

30、10分，对的打，错的打“X”）1 . 经济计量学是以数学为前提，利用数理统计方法与计算技术，根据实际观测资料来研究带有随机影响的经济数量关系和规律的一门学科。2 .无偏性就是参数OLS古计量”的均值E（bi）=bi。3 .若判定系数R2越趋近于1,则回归直线拟合越好。4 .最小二乘准则就是对模型Y=bo+b1X+u确定b0和b?使残差和12 ei达到最小。5 .柯依克（Koyck）变换可以把有限分布滞后模型变成自回归模型。6 . 增大样本容量有可能减弱多重共线性，因为多重共线性具有样本特征。7 .在残差et和滞后一期残差et-i的散点图上，如果，残差 et在连续几个时期中，逐次值频繁的改变符号

31、，即图形呈锯齿状，那么残差et 具有正自相关。8 . 结构方程可以识别，则称恰好识别。9 . 秩识别条件就是在由G 个方程组成的结构模型中，任一特定方程可识别的充分必要条件是该程不包含而为其他方程所包含的那些变量的系数矩阵的秩等于G-1。10 . 简化模型就是把结构模型中的全部内生变量表示成前定变量和随机项的函数。三、简答题（ 3 小题，每题10 分，共 30分）1. 古典线性回归模型的假定有哪些? 并对其中两个进行评述。2. 为什么要进行同方差变换？写出其过程，并证实之。3. 联立方程模型中的变量可以分为几类？其含义各是什么？四、分析变换题（前 1 小题 15分，后 1 小题 25分，共 4

32、0分）1.收集1978-2001年的消费额XF （亿元），国内生产总值GDP亿元）资料,建立消费函数，Eviews 结果如下：Dependent Variable: LOG（XF）Method: Least SquaresDate: 12/13/07 Time: 10:16Sample: 1978 2001Included observations: 24Coefficient Std. Error t-StatisticProb.?CLOG(GDP)R-squaredAdjusted R-squared .of regression Sum squared resid Log likelih

33、ood F-statistic?Mean dependent var ?. dependent var ?Akaike info criterion ?Schwarz criterion ?Hannan-Quinn criter. ?Durbin-Watson statProb（F-statistic）要求：（1）把回归分析结果报告出来；（5分）（2）进行经济、拟合优度、参数显着性、方程显着性和经济计量等检验；（5分）（3）说明系数经济含义。（5分）2.收集1978-2001年的消费额XF （亿元），国内生产总值GDR亿元）资料,建立消费函数，Eviews结果如下:Dependent Vari

34、able: XFMethod: Least SquaresDate: 12/13/07 Time: 10:11Sample (adjusted): 1979 2001Included observations: 23 after adjustmentsConvergence achieved after 9 iterationsCoefficient Std. Error t-StatisticProb.?CGDPAR(1)R-squared?Mean dependent varAdjusted R-squared?. dependent var.of regression?Akaike in

35、fo criterionSum squared resid?Schwarz criterionLog likelihood?Hannan-Quinn criter.F-statistic?Durbin-Watson statProb(F-statistic)Inverted AR Roots?.69要求：(1)把回归分析结果报告出来；(5分)(2)进行经济、拟合优度、参数显着性、方程显着性和经济计量等检验；(5分)(3)原模型的DW值为，还可以怎样得到自相关系数p的值，计算其值=?(5分)(4)写出上述进行的广义差分变换，说明变换后的模型不存在自相关。(10 分)计量经济学期末考试题(B)一、

36、 (20分)表1列出了某地区家庭人均鸡肉年消费量 Y与家庭月平均收入X,鸡肉价格P1,猪肉价格P2与牛肉价格P3的相关数据。(1)求出该地区关于家庭鸡肉消费需求的如下模型:Lny=B 0+ B ilnx+ B 2lnP1+ B MP2+ B 3lnP3（2）鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响？鸡肉家庭人均 家庭月鸡肉价 猪肉价 牛肉价年消费 平均收格（元/ 格（元/ 格（元/量（公入（元）公斤）公斤）公斤）斤）YXP1P2P31980397198141319824391983459198449219855281986560198762419886661989717719907681991843199291119939311994102119951165199613491997144919981575199917592000199420012258200224