计量经济学课后习题

优选文档计量经济学练习题第一章导论一、单项选择题⒈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⒉横截面数据是指【A】同一时点上不相同统计单位相同统计指标组成的数据同一时点上相同统计单位相同统计指标组成的数据同一时点上相同统计单位不相同统计指标组成的数据同一时点上不相同统计单位不相同统计指标组成的数据⒊下面属于截面数据的是【D】A1991-2003年各年某地域20个乡镇的平均工业产值B1991-2003年各年某地域20个乡镇的各镇工业产值C某年某地域20个乡镇工业产值的共计数D某年某地域20个乡镇各镇工业产值⒋同一统计指标准时间次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⒌回归剖析中定义【B】讲解变量和被讲解变量都是随机变量讲解变量为非随机变量，被讲解变量为随机变量讲解变量和被讲解变量都是非随机变量讲解变量为随机变量，被讲解变量为非随机变量二、填空题⒈计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、方法和有关理论，能够理解为数学、统计学和_经济学_三者的联合。⒉现代计量经济学已经形成了包括单方程回归剖析，联立方程组模型，时间序列分析三大支柱。.优选文档⒊经典计量经济学的最基本方法是回归剖析。计量经济剖析的基本步骤是：理论（或假说）陈述、成立计量经济模型、收集数据、计量经济模型参数的估计、查验和模型修正、展望和政策剖析。⒋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。⒌经济变量间的关系有不有关关系、有关关系、因果关系、互相影响关系和恒等关系。三、简答题⒈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，包括展望、查验等多方面的工作。计量经济学是一种定量剖析，是以讲解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亲密联系，如数据收集和办理、参数估计、计量剖析方法设计，以及参数估计值、模型和展望结果可靠性和可信程度剖析判断等。能够说，统计学的知识和方法不只贯串计量经济剖析过程，而且现代统计学自己也与计量经济学有很多相像之处。比方，统计学也经过对经济数据的办理剖析，得出经济问题的数字化特点和结论，也有对经济参数的估计和剖析，也进行经济趋势的展望，并利用各样统计量对剖析展望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像。反过来，计量经济学也经常使用各种统计剖析方法，优选数据、选择变量和查验有关结论，统计剖析是计量经济剖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差别在于，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，且经常是数据导向的。典型的计量经济学剖析从详细经济问题出发，先成立经济模型，参数估计、判断、调整和展望剖析等都是以模型为基础和出发点；典型的统计学研究则其实不用然需要从详细明确的问题出发，诚然也有一些目标，但能够是模糊不明确的。诚然统计学其实不排挤经济理论和模型，有时也会利用它们，但统计学平常不用然需要特定的经济理论或模型作为基础和出发点，经常是经过对经济数据的统计办理直接得出结论，统计学重视的工作是经济数据的收集、优选和办理。其他，计量经济学不只是经过数据办理和剖析获得经济问题的一些数字特点，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。经过计量经济剖析实证查验的经济理论和模型，能够对剖析、研究和展望更宽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剖析的过程，也是对经济理论证明或证伪的过程。这些是以办理数.优选文档据为主，与经济理论关系比较松弛统计学研究不能够比较的功能，也是计量经济学与统计学的差别。⒉经济数据在计量经济剖析中的作用是什么？经济数据是计量经济剖析的资料。经济数据是经过对经济变量进行察看和统计，从现实经济和经济历史中获得的，反应经济活动水平的数字特点。从实质上说，经济数据都是由相关的经济规律生成的，因此是反应经济规律的信息载体，确定经济规律的基本资料。经济数据的数量和质量，对计量经济剖析的有效性和价值有举足轻重轻重的影响。⒊试分别举出时间序列数据、横截面数据、面板数据的实例。时间序列数据指对同一个察看单位，在不相同时点的多个察看值组成的察看值序列，或许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，对不相同察看单位察看获得的多个数据组成的数据集，如2007年全国31个省自治区直辖市的GDP；面板数据就是由对很多个体组成的同一个横截面，在不相同时点的察看值组成的数据，如从1980年到2007年各年的全国31个省自治区直辖市GDP。第二章两变量线性回归一、单项选择题⒈表示x与y之间真切线性关系的是【C】???BE01xt(yt)01xtAytCyt01xttDyt01xt⒉参数的估计量?具备有效性是指【B】AVar(?)=0BVar(?)为最小C(?－)＝0D(?－)为最小⒊产量（x，台）与单位产品成本（y，元台）之间的回归方程为?＝－1.5x，这说明/y356【B】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D产量每增加一台，单位产品成本平均减少1.5元.优选文档⒋对回归模型yt01xtt进行统计查验时，平常假定t遵照【C】AN（0，i2）Bt(n-2)CN（0，2）Dt(n)⒌以y表示实质察看值，?表示回归估计值，则一般最小二乘法估计参数的准则是使【D】yA(yi?＝0B(yi?2＝0yi)yi)C?为最小D?2为最小(yiyi)(yiyi)⒍以X为讲解变量，Y为被讲解变量，将X、Y的察看值分别取对数，若是这些对数值描成的散点图近似形成为一条直线，则适合配合下面哪一模型形式?(D)A.Y=β+βX+μB.lnY=β+βX+μi01iii01iiC.Yi=β0+β1lnXi+μiD.lnYi=β0+β1lnXi+μi⒎以下各回归方程中，哪一个必然是错误的?(C)A.Y=50+0.6XirXY=0.8B.Y=-14+0.8XirXY=0.87iiC.Yi=15-1.2XirXY=0.89D.Yi=-18-5.3XirXY=-0.96⒏已知某素来线回归方程的判断系数为0.81，则讲解变量与被讲解变量间的线性有关系数为(B)A.0.81B.0.90C.0.66D.0.32⒐关于线性回归模型Yi=β0+β1Xi+μi，要使一般最小二乘估计量具备无偏性，则模型必定知足(A)A.E(μ)=0B.Var(μ)=σ2iiC.Cov(μi,μj)=0D.μi遵照正态散布⒑用一组有30个察看值的样本估计模型yt01xtut，在0.05的显然性水平下对1的显然性作t查验，则1显然地不等于零的条件是其统计量t大于【D】At0.05（30）Bt0.025（30）Ct0.05（28）Dt0.025（28）⒒某一特定的x水平上，整体y散布的失散度越大，即2越大，则【A】A展望区间越宽，精度越低B展望区间越宽，展望误差越小C展望区间越窄，精度越高D展望区间越窄，展望误差越大⒓关于整体平方和TSS、回归平方和RSS和残差平方和ESS的互相关系，正确的选项是【B】.优选文档ATSS>RSS+ESSBTSS=RSS+ESSCTSS<RSS+ESS222DTSS=RSS+ESS⒔关于随机误差项εi,Var(εi)=E(εi2)=2内涵指（B）A．随机误差项的均值为零B．全部随机误差都有相同的方差C．两个随机误差互不有关D．误差项遵照正态散布二、判断题⒈随机误差项εi与残差项ei是一回事。（×）⒉对两变量回归模型，假定误差项εi遵照正态散布。（∨）⒊线性回归模型意味着因变量是自变量的线性函数。（∨）⒋在线性回归模型中，讲解变量是原因，被讲解变量是结果。（∨）⒌在实质中，两变量回归没什么用，由于因变量的行为不能能仅由一个讲解变量来讲解。（×）三、填空题⒈在计量经济模型中引入误差项t，是由于经济变量关系一般是随机函数关系。⒉样本察看值与回归理论值之间的误差，称为残差，我们用残差估计线性回归模型中的误差项。__SST__反应样本察看值整体离差的大小；___SSR__反应由模型中讲解变量所讲解的那部分别差的大小；___SSE___反应样本察看值与估计值偏离的大小，也是模型中讲解变量未讲解的那部分别差的大小。⒋拟合优度（判断系数）R2ESS1RSS。它是由___回归___惹起的离差占整体离差TSSTSS的____比重____。若拟合优度R2越趋近于_1____，则回归直线拟合越好；反之，若拟合优度R2越趋近于__0___，则回归直线拟合越差。2⒌在两变量回归中，S2et是2的无偏估计。n2四、简答题⒈什么是随机误差项？影响随机误差项的主要因素有哪些？它和残差之间的差别是什么？影响Y的较小因素的会合；被忽略的因素、测量误差、随机误差等；经过残差对误差项的方差进行估计。.优选文档⒉决定系数R2说了然什么？它与有关系数的差别和联系是什么？P53和P56⒊最小二乘估计拥有什么性质？P37线性、无偏性和有效性（或最小方差性）⒋在回归模型的基本假定中，Et0的意义是什么？该假定的含义是：若是两变量之间确实是线性趋势占主导地位，随机误差可是次要因素时，那么诚然随机扰动会使个别察看值偏离线性函数，但给定讲解变量时多次重复察看被讲解变量，概率均值会除去随机扰动的影响，符合线性函数趋势。第三章多元线性回归模型一、单项选择题⒈决定系数R2是指【C】节余平方和占总离差平方和的比重总离差平方和占回归平方和的比重回归平方和占总离差平方和的比重回归平方和占节余平方和的比重⒉在由n=30的一组样本估计的、包括3个讲解变量的线性回归模型中，计算的决定系数为0.8500，则调整后的决定系数为【D】A0.8603B0.8389C0.8655D0.8327⒊关于yi01x1i2x2ikxkii，查验H0:i0(i0,1,,k)时，所用的统计量tbi遵照【A】se?biAt(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2).优选文档⒋调整的判断系数与多重判断系数之间有以下关系【D】AR2R2n1BR21R2n11nk1nkCR21(1R2)n1DR21(1R2)n11nk1nk⒌用一组有30个察看值的样本估计模型yi01x1i2x2ii后，在0.05的显然性水平下对1的显然性作t查验，则1显然地不等于零的条件是其统计量大于等于【C】At0.05（30）Bt0.025（28）Ct0.025（27）DF0.025（1，28）⒍对模型Yi=β0+β1X1i+β2X2i+μi进行整体显然性F查验，查验的零假定是(A)A.β=β=0B.β=0121C.β=0D.β=0或β=0201.优选文档⒎在多元线性回归中，判断系数R2随着讲解变量数量的增加而（B）A．减少B．增加C．不变D．变化不定二、判断题⒈在多元回归模型的查验中，判断系数R2必然大于调整的R2。（∨）⒉在EVIEWS中，genr命令是生成新的变量。（∨）⒊在EVIEWS中，成立非线性模型的方法只有将非线性模型线性化的方法。（×）三、填空题⒈调整的可决系数的作用是除去由讲解变量数量差别造成的影响。R2⒉在多元线性回归模型中，F统计量与可决系数之间有以下关系：Fk。1R2nk1⒊有k个讲解变量的多元回归模型的误差项方差σ2的无偏估计是s2e21。nk⒋在整体参数的各样线性无偏估计中，最小二乘估计量拥有___最小方差________的特点。四、简答题⒈在多元线性回归剖析中，为什么用修正的决定系数权衡估计模型对样本察看值的拟合优度？P121由于没调整的决定系数只与被讲解变量的察看值，以及回归残差有关，而与讲解变量无直接关系。但多元线性回归模型讲解变量的数量有多有少，数学上能够证明，决定系数是讲解变量数量的增函数，意味着不论增加的讲解变量可否真是影响被讲解变量的重要因素，都会提高决定系数的数值，讲解变量个数越多，决定系数必然会越大。因此，用该决定系数权衡多元线性回归模型的拟合程度是有问题的，会致使片面追求讲解变量数量的错误倾向。正是由于存在这种弊端，决定系数在多元线性回归剖析拟合度谈论方面的作用碰到很大限制，需要修正。⒉回归模型的整体显然性查验与参数显然性查验相同吗？可否能够互相取代？多元线性回归模型每个参数的显然性与模型整体的显然性其实不用然一致，因此除了各个参数的显然性查验以处，，还需要进行模型整体显然性，也就是全体讲解变量整体对被讲解变量可否存在显然影响的查验，称为“回归显然性查验”。整体显然性查验是多元回归剖析.优选文档特有的，两变量线性回归讲解变量系数的显然性查验与模型的整体显然性查验一致，不需要进行整体显然性查验。第四章异方差性一、单项选择题⒈以下哪一种方法不是查验异方差的方法【D】A戈德菲尔特——夸特查验B残差序列图查验C戈里瑟查验D方差膨胀因子查验⒉当存在异方差现象时，估计模型参数的适合方法是【A】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⒊加权最小二乘法战胜异方差的主要原理是经过赐予不相同察看点以不相同的权数，进而提高估计精度，即【A】重视方差较小样本的信息，小看方差较大样本的信息重视方差较大样本的信息，小看方差较小样本的信息重视方差较大和方差较小样本的信息小看方差较大和方差较小样本的信息⒋若是戈里瑟查验表示，一般最小二乘估计结果的残差ei与xi有显然的形式为|ei|0.28715xii的有关关系（i知足线性模型的全部经典假定），则用加权最小二乘法估计模型参数时，权数应为【C】AxiB1C1D1xi2xixi⒌若是戈德菲尔特——夸特查验显然，则认为什么问题是严重的【A】A异方差问题B序列有关问题C多重共线性问题D设定误差问题⒍简单产生异方差的数据是【C】A时间序列数据B面板数据C横截面数据D年度数据.优选文档⒎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【B】A一般最小二乘法B加权最小二乘法C广义差分法D工具变量法⒏假定回归模型为yixii，其中var(i)=2xi2，则使用加权最小二乘法估计模型时，应将模型变换为【C】yxuByuAxxxxxxyuDyuCxxx2x2xx2x⒐设回归模型为yixii，其中var(i)=2xi2，则的最小二乘估计量为【B】A.无偏且有效B无偏但非有效C有偏但有效D有偏且非有效三、判断题⒈当异方差出现时，最小二乘估计是有偏的和不拥有最小方差特点。（×）⒉在异方差情况下，平常展望无效。（∨）⒊在异方差情况下，平常OLS估计必然高估了估计量的标准差。（×）⒋若是OLS回归的残差表现出系统性，则说明数据中有异方差性。（×）⒌若是回归模型遗漏一个重要的变量，则OLS残差必然表现出显然的趋势。（∨）⒍当异方差出现时，常用的t查验和F查验无效。（∨）⒎用截面数据成立模型时，平常比时间序列资料更简单产生异方差性。（∨）四、简答题⒈什么是异方差性？试举例说明经济现象中的异方差性。两变量和多元回归线性回归模型的第三条假定都要求误差项是同方差的，就是误差项的方差是常数，即varut2不随t变化。这条假定也不用然知足，也就是线性回归模型误差项的方差varutt2有可能随t变化，这时候称线性回归模型存在“异方差”或“异方差性”。举例P162经济中不相同收入家庭花销的分别度。⒉怎样发现和判断线性回归模型可否存在异方差问题？.优选文档P166—P174⒊战胜和办理异方差问题有哪些方法？P174—P180第五章自有关性一、单项选择题⒈若是模型ytb0b1xtt存在序列有关，则【D】Acov（xt，t）=0Bcov（t，s）=0（ts）Ccov（xt，t）0Dcov（t，s）0（ts）⒉D－W查验的零假定是（为随机项的一阶自有关系数）【B】ADW=0B=0CDW=1D=1⒊DW的取值范围是【D】A－1DW0B－1DW1C－2DW2D0DW4⒋当DW＝4是时，说明【D】A不存在序列有关B不能够判断可否存在一阶自有关C存在完好的正的一阶自有关D存在完好的负的一阶自有关⒌依照20个察看值估计的结果，一元线性回归模型的DW＝2.3。在样本容量n=20，讲解变量k=1，显然性水平=0.05时，查得dL＝1，dU＝1.41，则能够判断【A】A不存在一阶自有关B存在正的一阶自有关C存在负的一阶自有关D无法确定⒍当模型存在序列有关现象时，适合的参数估计方法是【C】A加权最小二乘法B间接最小二乘法.优选文档C广义差分法D工具变量法⒎采用一阶差分模型战胜一阶线性自有关问题使用于以下哪一种情况【B】A0B1C－1<<0D0<<1⒏假定某公司的生产决议是由模型Stb0b1Ptut描绘的（其中St为产量，Pt为价钱），又知：若是该公司在t-1期生产节余，经济人员会减少t期的产量。由此判断上述模型存在【B】A异方差问题B序列有关问题C多重共线性问题D随机讲解变量问题⒐依照一个n=30的样本估计yi??ei后计算得DW=1.4，已知在5％得的置信度01xi下，dL＝1.35，dU＝1.49，则认为原模型【B】A不存在一阶序列自有关B不能够判断可否存在一阶自有关C存在完好的正的一阶自有关D存在完好的负的一阶自有关??ei，以表示et与et1之间的线性有关系数（t=1，2，，n），⒑关于模型yi01xi则下面显然错误的选项是【B】A=0.8，DW=0.4B=－0.8，DW=－0.4C=0，DW=2D=1，DW=0⒒已知DW统计量的值凑近于2，则样本回归模型残差的一阶自有关系数近似等于【A】A0B-1C1D0.5⒓已知样本回归模型残差的一阶自有关系数凑近于-1，则DW统计量近似等于【D】A0B1C2D4⒔戈德菲尔德—夸特查验法可用于查验【A】A异方差性B多重共线性C序列有关D设定误差⒕在给定的显然性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，能够为随机误差项【D】A存在一阶正自有关B存在一阶负有关C不存在序列有关D存在序列有关与否不能够判断三、判断题.优选文档⒈当模型存在高阶自有关时，可用D-W法进行自有关查验。（×）DW值在0和4之间，数值越小说明正有关程度越大，数值越大说明负有关程度越大。（∨）⒊假定模型存在一阶自有关，其他条件均知足，则仍用OLS法估计未知参数，获得的估计量是无偏的，不再是有效的，显然性查验无效，展望无效。（∨）⒋当存在自有关时，OLS估计量是有偏的，而且也是无效的。（×）⒌除去自有关的一阶差分变换假定自有关系数必定等于－1。（×）⒍发现模型中存在误差自有关时，都能够利用差分法来除去自有关。（×）四、简答题⒈自相性对线性回归剖析有什么影响？P196—P198⒉发现和查验自有关性有哪些方法？P198—P2088⒊战胜自有关性有哪些方法？P208—P215第六章多重共线性一、单项选择题⒈当模型存在严重的多重共线性时，OLS估计量将不具备【C】A线性B无偏性C有效性D一致性⒉经验认为，某个讲解变量与其他讲解变量间多重共线性严重的情况是这个讲解变量的VIF【C】A大于1B小于1C大于10D小于5⒊若是方差膨胀因子VIF＝10，则认为什么问题是严重的【C】A异方差问题B序列有关问题C多重共线性问题D讲解变量与随机项的有关性⒋在多元线性回归模型中，若某个讲解变量对其他讲解变量的判断系数凑近于1，则表示模型中存在【A】.优选文档A多重共线性B异方差性C序列有关D高拟合优度⒌在线性回归模型中，若讲解变量X1和X2的察看值成比率，即有X1ikX2i，其中k为非零常数，则表示模型中存在【B】A方差非齐性B多重共线性C序列有关D设定误差二、判断题⒈只管有完好的多重共线性，OLS估计量仍旧是最优线性无偏估计量。（×）⒉变量的两两高度有关其实不表示高度多重共线性。（×）⒊在多元回归中，依照平常的t查验，每个参数都是统计上不显然的，你就不会获得一个高的R2值。(×)⒋变量不存在两两高度有关表示不存在高度多重共线性。(×)三、填空题⒈强的近似多重共线性会对多元线性回归的有效性产生严重的不利影响。⒉第k个讲解变量与其他讲解变量之间有关系数平方越大，方差膨胀因子（VIF）越大。⒊存在完好多重共线性时，多元回归剖析是无法进行。⒋查验样本可否存在多重共线性的常有方法有：__方差扩大因子法_和渐渐回归查验法。⒌办理多重共线性的方法有：保存重要讲解变量、去掉不重要讲解变量、__增加样本容量_、_____差分模型______________。四、简答题⒈什么是多重共线性？多重共线性是由什么原因造成的？多重共线性是指多元线性回归模型中，模型的讲解变量之间存在某种程度的线性关系（或P226—P227），原因见P227—228）。⒉怎样发现和判断多重共线性？P230—P235⒊战胜多重共线性有哪些方法？P235—P244第七章计量经济剖析建模与应用.优选文档一、单项选择题⒈某商品需求函数为yib0b1xiui，其中y为需求量，x为价钱。为了考虑“地域”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚假变量，则应引入虚假变量的个数为【B】A2B4C5D6⒉依照样本资料成立某花销函数以下：?=100.50+55.35Dt+0.45xt，其中C为花销，x为Ct城镇家庭收入，虚假变量D＝，全部参数均查验显然，则城镇家庭的花销函数为【A】乡村家庭A?=155.85+0.45xtB?=100.50+0.45xtCtCtC?=100.50+55.35xtD?=100.95+55.35xtCtCt二、填空题⒈在计量经济建摸时，对非线性模型的办理方法之一是_线性化_________。⒉虚假变量不相同的引入方式有两种。若要描绘各样种类的模型在截距水平的差别，则以加法方式引入虚假讲解变量；若要反应各样种类的模型的不相同相对变化率时，则以乘法引入虚假讲解变量。⒊关于有m个不相同属性的定性因素，应当设置m-1个虚假变量来反应当因素的影响。三、简答题⒈什么是虚假变量？它在模型中有什么作用？P255⒉引入虚假讲解变量的两种基本方式是什么？它们各合用于什么情况？P258—P260四、综合剖析计算题㈠设某商品的需求量YX1（百元），该商品价钱X2（元）。经Eviews（百件），花销者平均收入软件对察看的10个月份的数据用最小二乘法估计，结果以下：（被讲解变量为Y）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIGC99.46929513.4725717.38309650.000.优选文档X12.50189540.7536147（3.3199）X2-6.58074301.3759059（-4.7828）R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915Durbin-Watsonstat（）F–statistics（）达成以下问题：（最少保存三位小数）1．写出需求量抵花销者平均收入、商品价钱的线性回归估计方程。2．讲解偏回归系数的统计含义和经济含义。3．对该模型做经济意义查验。4．估计调整的可决系数。5．在95%的置信度下对方程整体显然性进行查验。6．在95%的置信度下查验偏回归系数(斜率)的显然性。2300dL1.08dU1.367．查验随机误差项的一阶自有关性。（etet1，，）y99.46932.5019x16.5807x2解：⒈?⒉需求量和收入正有关，和价钱负有关，收入每增加一个单位，需求量上涨2.5个单位，价钱每增加一个单位，需求量下降6.58个单位；⒊该模型经济意义查验经过；⒋R21(1R2)n11(10.9493)1010.945R2nk110210.9493⒌Fk265.53，F查验经过1R210.9493nk1103⒍t1=3.3199,t2=-4.7828,t查验经过7．查验随机误差项的一阶自有关性。eiei123001.36,不存在一阶自有关。DWei21.7163,dL1.08，dU174.79㈡设某地域机电行业销售额Y（万元）和汽车产量X1（万辆）以及建筑业产值X2（千万元）。经Eviews软件对1981年——1997年的数据分别成立线性模型和双对数模型进行最小.优选文档二乘估计，结果以下：表1DependentVariable:YVariableCoefficientStd.Errort-StatisticProb.C-57.4549681.02202-0.7091280.4899X145.7055815.668852.9169710.0113X211.933391.5165537.8687610.0000R-squared0.903899Meandependentvar545.5059AdjustedR-squared0.890170S.D.dependentvar193.3659S.E.ofregression64.08261Akaikeinfocriterion11.31701Sumsquaredresid57492.12Schwarzcriterion11.46405Loglikelihood-93.19457F-statistic65.83991Durbin-Watsonstat2.103984Prob(F-statistic)0.000000表2DependentVariable:Ln(Y)VariableCoefficientStd.Errort-StatisticProb.C3.7349020.21276517.554100.0000Ln(X1)0.3879290.1378422.8142990.0138Ln(X2)0.5684700.05567710.210060.0000R-squared0.934467Mean