计量经济学导论第四版课后答案

1、计量经济学导论第四版课后答案【篇一：计量经济学课后习题答案】一章导论一、单项选择题L计量经济研究中常用的数据主要有两类：一类是时间序列数据, 另一类是b a总量数据b横截面数据 c平均数据d相对数据2.横截面数据是指aa同一时点上不同统计单位相同统计指标组成的数据 b同一时点上相同统计单位相同统计指标组成的数据 c同一时点上相同统计单位不同统计指标组成的数据 d同一时点上不同统计单位不同统计指标组成的数据 3.下面属于截面数据的是da 1991-2003年各年某地区20个乡镇的平均工业产值 b 1991-2003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

2、年某地区20个乡镇各镇工业产值4.同一统计指标按时间顺序记录的数据列称为b a横截面数据b时间序列数据c修匀数据d原始数据5.回归分析 中定义b 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二、填空题L算量经济学是 经济学的一个分支学科，是对经济问题进行定量 实证研究的技术、方法和相关理论，可以理解为数学、统计学和一 经济学三者的结合。2 .现A彳量经济学3经形成了包括单方程回归分析,联立方程组 模型，时间序列分析三大支柱。3 .经典计量经济学的最基本方法是回归分析。计量经济

3、分析的基本步骤是：理论（或假说）陈述、建立计量经 济模型、收集数据、 计量经济模型参数的估计、检验和模型修正、预测和政策分析。4 .常用的三类样本数据是截面数据、时间序列数据和面板数据。5 .经济变量间的关系有不相关关系、相关关系、因果关系、 相互影响关系和恒等关系。三、简答JL什么是计量经济学？它与统计学的关系是怎样的？计量经济学就是对经济规律进行数量实证研究，包括预测、检验等 多方面的工作。计量经济学是一种定量分析，是以解释经济活动中 客观存在的数量关系为内容的一门经济学学科。计量经济学与统计学密切联系，如数据收集和处理、参数估计、计 量分析方法设计，以及参数估计值、模型和预测结果可靠性和

4、可信 程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济 分析过程，而且现代统计学本身也与计量经济学有不少相似之处。 例如，统计学也通过对经济数据的处理分析，得出经济问题的数字 化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的 预测，并利用各种统计量对分析预测的结论进行判断和检验等，统 计学的这些内容与计量经济学的内容都很相似。反过来，计量经济 学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关 结论，统计分析是计量经济分析的重要内容和主要基础之一。计量经济学与统计学的根本区别在于，计量经济学是问题导向和以 经济模型为核心的，而统计学则是以经济数据为核心，且常常是数

5、据导向的。典型的计量经济学分析从具体经济问题出发，先建立经 济模型，参数估计、判断、调整和预测分析等都是以模型为基础和 出发点；典型的统计学研究则并不一定需要从具体明确的问题出发, 虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥 经济理论和模型，有时也会利用它们，但统计学通常不一定需要特 定的经济理论或模型作为基础和出发点，常常是通过对经济数据的 统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛 选和处理。此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些 数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖 析。经过计量经济分析实证检验的经济理论和模型，能

6、够对分析、 研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或 证伪的过程。这些是以处理数 据为主，与经济理论关系比较松散统计学研究不能比拟的功能，也 是计量经济学与统计学的区别。2 .经济数据在计量经济分析中的作用是什么?经济数据是计量经济分析的材料。经济数据是通过对经济变量进行 观测和统计，从现实经济和经济历史中得到的，反映经济活动水平 的数字特征。从本质上说，经济数据都是由相关的经济规律生成的, 因此是反映经济规律的信息载体，确定经济规律的基本材料。经济 数据的数量和质量，对计量经济分析的有效性和价值有举足轻重轻 重的影响

7、。板数据的实例。3,试分别举出时间序列数据、横截面数据、时间序列数据指对同一个观测单位，在不同时点的多个观测值构成 的观测值序列，或者以时间为序收集统计和排列的数据，如浙江某 省从1980年到2007年各年的gdp；横截面数据是指在现一时点上, 对不同观测单位观测得到的多个数据构成的数据集，如2007年全国31个省自治区直辖市的gdp；面板数据就是由对许多个体组成的同 一个横截面，在不同时点的观测值构成的数据，如从1980年到2007年各年的全国31个省自治区直辖市gdpo第二章两变量线性回归 一、单项选择题L表示x与y之间真实线性关系的是【c】 ?xb e(y)?x ?t?a ytO1tO1

8、tc yt?0?1xt?t d yt?0?1xt ?)=0 b var(?)为最小 a var(?具备有效性是指b 2 .参数？的估计量?-?)=0d (?一？)为最小 c (?=356-1.5x,这说明3.产量(x,台)与单位产品成本(y,元/ 台)之间的回归方程为ya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 d产量每增加一台，单位产品成本平均减少1.5元4.对回归模型yt?0?1xt?t进行统计检验时，通常假定？t服从 c a n (0, ?i2) b t(n-2) c n (0, ?) d t(n)

9、 2?表示回归估计值，5.以y表示实际观测值，y则普通最小二乘法估 计参数的准则是使d c ?(y?(yi?i)=0 b ?y?i)为最小 d ?y?(yi?i)2=0 ?y?i)2 为最小?yi?(yi6 .以x为解释变量，y为被解释变量，将x、y的观测值分别取对数, 如果这些对数值描成的散点图近似形成为一条直线，则适宜配合下哪一模型形式？( d )7 .下列各回归方程中，哪一个必定是错误的？( c) a. yi=50+0.6xi rxy=0.8c. yi=15-1.2xirxy=0.89 b.yi=-14+0.8xirxy=0.87 d. yi=-18-5.3xirxy=-0.968 .已

10、知某一直线回归方程的判定系数为0.81,则解释变量与被解释 变量间的线性相关系数为(b) a. 0.81 c. 0.66 b. 0.90 d. 0.32 10.用一组有30个观测值的样本估计模型yt?o?1 xt?ut,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d at0.05 (30) bt0.025 (30) c t0.05 (28) d t0.025 (28) H.某一特定的x水平上，总体y分布的离散度越大，即？越大，则【a】a预测区间越宽，精度越低b预测区间越宽，预测误差越小c预测区间越窄，精度越高d预测区间越窄，预测误差越大12.对于总

11、体平方和tss.回归平方和rss和残差平方和ess的相互 关系，正确的是16 2a tssrss+ess b tss=rss+essc tssrss+ess d tss=rss+ess a.随机误差项的均值为零2i222)=?2内涵指(b ) 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二、判断题3 .线性回归模型意味着因变量是自变量的线性函数。(V )4 .在线性回归模型中，解释变量是原因，被解释变量是结果。(V ) 三、填空题L在计量经济模型中引入误差项?t,是因为经济变量关系一般是随机函数关系。2 .样本观测值与回归理论值之间的偏差，称为 残差，我们用残

12、差 估计线性回归模型中的误差项。3._sst_反映样本观测值总体离差的大小;中解释变量所解释的那部分离差的大小;_ssr_反映由模型sse 反映样本观测值与估计值偏离的大小，也是模型中解释变量未解释的那部分离差的大小。4 .拟合优度(判定系数)r?2essrss?1?o它是由一回归 引起 的离差占总体离差tsstss2的一比重o若拟合优度r越趋近于，则回归直线拟合越好;反之，若拟合优度r越趋近于则回归直线拟合越差。25 .在两变量回归中，s?2?n?22?的无偏估计。2!1!L什么是随机误差项？影响随机误差项的主要因素有哪些？它和残差之间的区别是什么?影响y的较小因素的集合；被忽略的因素、测量

13、误差、随机误差等;通过残差对误差项的方差进行估计。【篇二：计量经济学导论习题及答案】单项选择题1、计量经济学是的一个分支学科。ca统计学b数学c经济学d数理统计学2、计量经济学成为一门独立学科的标志是a 1930年世界计量经济学会成立b 1933年计量经济学会刊出版C 1969年诺贝尔经济学奖设立d 1926年计量经济学(economics) 一词构造出来3、外生变量和滞后变量统称为 o da控制变量b解释变量c被解释变量d前定变量4、横截面数据是指 o aa同一时点上不同统计单位相同统计指标组成的数据 b同一时点上相同统计单位相同统计指标组成的数据 c同一时点上相同统计单位不同统计指标组成的

14、数据d同一时点上不同统计单位不同统计指标组成的数据5、同一统计指标，同一统计单位按时间力 o ca时期数据b混合数据c时间序列数据d横截面数据6、在计量经济模型中，由模型系统内部因素决定，表现为具有一定 的概率分布的随机变量，其数值受模型中其他变量影响的变量是a内生变量b外生变量c滞后变量d前定变量7、描述微观主体经济活动中的变量关系的计量经济模型是o aa微观计量经济模型 b宏观计量经济模型 c理论计量经济模型d应用计量经济模型8、经济计量模型的被解释变量一定是a控制变量b政策变量c内生变量d外生变量9、下面属于横截面数据的是a 1991 -2003年各年某地区20个乡镇企业的平均工业产值

15、b 1991 -2003年各年某地区20个乡镇企业各镇的工业产值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个乡镇各镇的工业产值 10、经济计量分析工作的基本步骤是a建立模型、收集样本数据、估计参数、检验模型、应用模型b设定模型、估计参数、检验模型、应用模型、模型评价 c个体设计、总体设计、估计模型、应用模型、检验模型d确定模型导向、确定变量及方程式、估计模型、检验模型、应用 模型11、将内生变量的前期值作解释变量，这样的变量称为a.虚拟变量b.控制变量c.政策变量d.滞后变量12、是具有一定概率分布的随机变量，它的数值由模型o aco ab本身决定。ba.外生变量b.内生变量c.

16、前定变量d.滞后变量 15、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 二、多项选择题1、计量经济学是以下哪些学科相结合的综合性学科_ adea统计学b数理经济学c经济统计学d数学e经济学2、从内容角度看，计量经济学可分为一 a理论计量经济学b狭义计量经济学 c应用计量经济学 d广义计量经济学 e金融计量经济学3、从学科角度看，计量经济学可分为一 a理论计量经济学b狭义计量经济学 c应用计量经济学 d广义计量经济学 e金融计量经济学4、从变量的因果关系看，经济变量可分为 a解释变量 b被解释变量c内生变量d外生变量e控制变量5、从变量的性质看

17、，经济变量可分为a解释变量 b被解释变量C内生变量d外生变量e控制变量6.使用时序数据进行经济计量分析时，要求指标统计的。a.对象及范围可比b.时间可比c. 口径可比d.计算方法可比e.内容可比o abed7、一个计量经济模型由以下哪些部分构成a变量b参数 c随机误差项 d方程式e虚拟变量8、与其他经济模型相比，计量经济模型有如下特点 bed a确定性b经验性c随机性d动态性e灵活性9、一个计量经济模型中，可作为解释变量的有abodea内生变量b外生变量c控制变量d政策变量e滞后变量10、计量经济模型的应用在于 o abeda结构分析b经济预测c政策评价d检验和发展经济理论 e设定和检验模型1

18、1 .下列哪些变量属于前定变量（）。cd a.内生变量b.随机变量c.滞后变量 d.外生变量e.工具变量12 .经济参数的分为两大类，下面哪些属于外生参数（）a.折旧率b.税率c.利息率d.凭经验估计的参数e.运用统计方法估计得到的参数13 .在一个经济计量模型中，可作为解释变量的有（） a.内生变量b.控制变量 c.政策变量5滞后变量 e.外生变量14 .对于经典线性回归模型，各回归系数的普通最小二乘法估计量具有的优良特性有（） a.无偏性b.有效性 c. 一致性5确定性e.线性特性 三、名词解释 经济变量：经济变量是用来描述经济因素数量水平的指标。解释变量：解释变量也称自变量，是用来解释作

19、为研究对象的变量 （即因变量）为什么变动、如何变动的变量。它对因变量的变动作 出解释，表现为议程所描述的因果关系中的“因 被解释变量：被解释变量也称因变量或应变量，是作为研究对象的 变量。它的变动是由解释变量作出解释的，表现为议程所描述的因 果关系的果。内生变量内生变量是由模型系统内部因素所决定的变量，表现为 具有一定概率颁的随机变量，其数值受模型中其他变量的影响，是 模型求解的结果。外生变量：外变量是由模型统计之外的因素决定的变量，不受模 型内部因素的影响，表现为非随机变量，但影响模型中的内生变量, 其数值在模型求解之前就已经确定。滞后变量：滞后变量是滞后内生变量和滞后外生变量的合称，前期

20、的内生变量称为滞后内生变量；前期的外生变量称为滞后外生变量。前定变量：通常将外生变量和滞后变量合称为前定变量，即是在模 型求解以前已经确定或需要确定的变量。控制变量：控制变量是为满足描绘和深入研究经济活动的需要，在 计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统 运行条件和状态等方面的变量，它一般属于外生变量。计量经济模型：计量经济模型是为了研究分析某个系统中经济变量 之间的数量关系而采用的随机代数模型，是以数学形式对客观经济 现象所作的描述和概括。I、简答题 1、简述计量经济学与经济学、统计学、数理统计学学科间的关系。答：计量经济学是经济理论、统计学和数学的综合。经济学着重经 济

21、现象的定性研究，而计量经济学着重于定量方面的研究。统计学 是关于如何惧、整理和分析数据的科学，而计量经济学则利用经济 统计所提供的数据来估计经济变量之间的数量关系并加以验证。数 量统计各种数据的惧、整理与分析提供切实可靠的数学方法，是计 量经济学建立计量经济模型的主要工具，但它与经济理论、经济统 计学结合而形成的计量经济学则仅限于经济领域。计量经济模型建 立的过程，是综合应用理论、统计和数学方法的过程。因此计量经 济学是经济理论、统计学和数学三者的统一。W：瓦构分析，即显为用肩型对经济变量之间的相互关系做出研 究，分析当其他条件不变时，模型中的解释变量发生一定的变动对 被解释变量的影响程度。经

22、济预测，即是利用建立起来的计量经 济模型对被解释变量的未来值做出预测估计或推算。政策评价， 对不同的政策方案可能产生的后果进行评价对比，从中做出选择的 过程。检验和发展经济理论，计量经济模型可用来检验经济理论 的正确性，并揭示经济活动所遵循的经济规律。6、简述建立与应用计量经济模型的主要步骤。答：一般分为5个步骤：根据经济理论建立计量经济模型；样 本数据的收集；估计参数；模型的检验；计量经济模型的应 用。7：对计量经济模型的检验应从几个方面入手。答：经济意义检验；统计准则检验；计量经济学准则检验;模型预测检验。【篇三：计量经济学导论（伍德里奇第三版）课后习题答案 chapter 1 solut

23、ions to problems(I) (i) ideally, we could randomly assign students to classes of different sizes, that is, each student is assigned a different class size without regard to any student characteristics such as ability and family background, for reasons we will see in chapter 2, we would like substant

24、ial variation in class sizes (subject, of course, to ethical considerations and resource constraints).(II) a negative correlation means that larger class size is associated with lower performance, we might find a negative correlation because larger class size actually hurts performance.however, with

25、 observational data, there are other reasons we might find a negative relationship, for example, children from more affluent families might be more likely to attend schools with smaller class sizes, and affluent children generally score better on standardized tests, another possibility is that, with

26、in a school, a principal might assign the better students to smaller classes, or, some parents might insist their children are in the smaller classes, and these same parents tend to be more involved in their childrens education.(III) given the potential for confounding factors - some of which are li

27、sted in (ii) - finding a negative correlation would not be strong evidence that smaller class sizes actually lead to better performance, some way of controlling for the confounding factors is needed, and this is the subject of multiple regression analysis.1.2 (i) here is one way to pose the question

28、: if two firms, say a and b, are identical in allrespects except that firm a supplies job training one hour per worker more than firm b, by how much would firm a*s output differ from firm bs?(ii) firms are likely to choose job training depending on the characteristics of workers, some observed chara

29、cteristics are years of schooling, years in the workforce, and experience in a particular job. firms might even discriminate based on age, gender, or race, perhaps firms choose to offer training to more or less able workers, where abilityll might be difficult to quantify but where a manager has some

30、 idea about the relative abilities of different employees, moreover, different kinds of workers might be attracted to firms that offer more job training on average, and this might not be evident to employers.(iii) the amount of capital and technology available to workers would also affect output, so

31、, two firms with exactly the same kinds of employees would generally have different outputs if they use different amounts of capital or technology, the quality of managers would also have an effect.(iv) no, unless the amount of training is randomly assigned, the many factors listed in parts (ii) and

32、 (iii) can contribute to finding a positive correlation between output and training even if job training does not improve worker productivity.1.3 it does not make sense to pose the question in terms of causality, economists would assume that students choose a mix of studying and working (and other a

33、ctivities, such as attending class, leisure, and sleeping) based on rational behavior, such as maximizing utility subject to the constraint that there are only 168 hours in a week, we can then use statistical methods to measure the association between studying and working, including regression analy

34、sis that we cover starting in chapter 2. but we would not be claiming that one variable causesll the other, they are both choice variables of the student.chapter 2solutions to problems2.1 (i) income, age, and family background (such as number of siblings) are just a fewpossibilities, it seems that e

35、ach of these could be correlated with years of education, (income and education are probably positively correlated; age and education may be negatively correlated because women in more recent cohorts have, on average, more education; and number of siblings and education are probably negatively corre

36、lated.)(ii) not if the factors we listed in part (i) are correlated with educ. because we would like to hold these factors fixed, they are part of the error term, but if u is correlated with educ then e(u|educ) ? 0, and so slr.4 fails.2.2 in the equation y = ?0 + ?1x + u, add and subtract ?0 from th

37、e right hand side to get y = (?0 + ?0) + ?1x + (u ? ?0). call the new error e = u ? ?0, so that e(e) = 0. the new intercept is ?0+ ?0, but the slope is still ?1.2.3 (i) let yi = gpai, xi = acti, and n = 8. then = 25.875,=3.2125, ?(xi - )(yi -)=i?1n?= 5.8125, and ?(xi - )2 = 56.875. from equation (2.

38、9), weobtain the slope as ?1i?1n? = 5.8125/56.875 ? .1022, rounded to four places after thedecimal, from (2.17), ?0? ? 3.2125 - (.1022)25.875 ? .5681. so we can write ?1? = .5681 + .1022 act gpan = 8.the intercept does not have a useful interpretation because act is not close to zero for the? increa

39、ses by .1022(5) = .511. population of interest, if act is5 points higher, gpa(ii) the fitted values and residuals rounded to four decimal places - are given along with the observation number i and gpa in the following table:you can verify that the residuals, as reported in the table, sum to 7.0002,

40、which is pretty close to zero given the inherent rounding error.?= .5681 + .1022(20) ? 2.61. (iii) when act = 20, gpa?i2, is about .4347 (rounded to four decimal places), (iv) the sum of squared residuals, ?ui?1nnand the total sum of squares, ?(yi - )2, is about 1.0288. so the r-squared from thei?1r

41、egression isr2 = 1 - ssr/sst ? 1 - (.4347/1.0288) ? .577.therefore, about 57.7% of the variation in gpa is explained by act in this small sample of students.?2.4 (i) when cigs = 0, predicted birth weight is 119.77 ounces.when cigs = 20, bwght = 109.49.this is about an 8.6% drop.(ii) not necessarily,

42、 there are many other factors that can affect birth weight, particularly overall health of the mother and quality of prenatal care, these could be correlated with feet birth weight, and might also be correlated with cigarette smoking.(iii) if we want a predicted bwght of 125, then cigs = (125 - 119.

43、77)/( -.524) 7-10.18, or about -10 cigarettes! this is nonsense, of course, and it shows what happens when we are trying to predict something as complicated as birth weight with only a single explanatory variable, the largest predicted birth weight is necessarily 119.77. yet almost 700 of the births

44、 in the sample had a birth weight higher than 119.77.(iv) 1,176 out of 1,388 women did not smoke while pregnant, or about 84.7%. because we are using only cigs to explain birth weight, we have only one predicted birth weight at cigs = 0. the predicted birth weight is necessarily roughly in the middl

45、e of the observed birth weights at cigs = 0, and so we will under predict high birth rates.2.5 (i) the intercept implies that when inc = 0, cons is predicted to be negative $124.84. this, of course, cannot be true, and reflects that fact that this consumption function might be a poor predictor of co

46、nsumption at very low-income levels, on the other hand, on an annual basis, $124.84 is not so far from zero.? = -124.84 + .853(30,000) = 25,465.16 dollars, (ii)just plug 30,000 into the equation: cons(iii) the mpc and the ape are shown in the following graph, even though the intercept is negative, the smallest ape in the sample is positive, the graph starts at an annual income level increases housing prices.(iv) if the city chose to locate the incinerator in an area away from more expensiveneighborhoods, then log(dist) is positively correlated with housing quality, this would vi