《经济计量学精要》笔记和课后习题详解

《经济计量学精要》笔记和课后习题详解

第一章经济计量学的特征及研究范围

1.1复习笔记

一、什么是经济计量学

经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。

经济计量学运用数理统计学分析经济数据，对构建于数理经济学基础之上的模型进行实证分析，并得出数值

结果。

二、为什么要学习经济计量学

经济计量学涉及经济理论、数理经济学、经济统计学（即经济数据）以及数理统计学。然而，它又是一门有

独立研究方向的学科，原因如下：

1.经济理论所提出的命题和假说，多以定性描述为主。但是，经济理论本身却无法定量测度这两个变量之

间的强度关系，经济计量学家的任务就是提供这样的数值估计、经济计量学依据观测或试验，对大多数经济理论

给出经验解释。

2.数理经济学主要是用数学形式或方程（或模型）描述经济理论，而不考虑对经济理论的测度和经验验证。

而经济计量学主要关注的却是对经济理论的经验验证。经济计量学家通常采用数理经济学家提出的数学模型，只

不过是把这些模型转换成可以用于经验验证的形式。

3.经济统计学主要涉及经济数据的收集、处理、绘图、制表。经济统计学家的工作是收集GDP、失业、就

业、价格等数据，而不是利用这些数据来验证经济理论。但这些数据恰恰是经济计量分析的原始数据。

虽然数理统计学提供了许多分析工具，但由于经济数据独特的性质（大多数经济数据的生成并非可控试验的

结果），因此，经济计量学经常需要使用特殊方法。

三、经济计量学方法论

1.建立一个理论假说

首先要了解经济理论对这一问题是怎样阐述的，然后是对这个理论进行验证。

2.收集数据

一般来说，有三类数据可用于实证分析：

（1）时间序列数据：时间序列数据是按时间跨度收集得到的。比如GDP、失业、就业、货币供给、政府赤

字等，这些数据是按照规则的时间间隔收集得到的。这些数据可能是定量的，也可能是定性的。

（2）截面数据：截面数据是指一个或多个变量在某一时点上的数据集合。例如美国人口调查局每十年进行

的人口普查。

（3）合并数据（时间序列数据与截面数据的组合）：合并数据既包括时间序列数据又包括截面数据。例如，

20年间10个国家的失业率数据，那么这个数据集就是一个合并数据一一每个国家20年间的失业率构成时间序

列数据，而10个不同国家每年的失业率又组成截面数据。

（4）面板数据：面板数据是一种特殊类型的合并数据，也称纵向数据或微观面板数据。即同一个横截面单

位（比如某个家庭或某个公司）的跨期调查数据。

与自然科学不同，许多收集的经济数据（比如GDP、货币供给、道琼斯指数、汽车销售量等）是非试验性

的，也就是说，数据收集机构（比如政府）并不直接监控这些数据。

3.设定劳动力参与率的数学模型

根据变量之间的散点图确定变量之间的数学模型。

4.设定统计或经济计量模型

经济变量之间的关系往往不是数学模型中那么精确的函数关系，还受到其他未知因素的影响，因此需要设定

计量模型，将一些未知因素包含在模型中。

5.估计经济计量模型参数

利用所获得的经济数据，通过一定的统计方法估计出模型中未知参数。

6.核查模型的适用性：模型设定检验

建立的计量经济模型是否正确还需要经过一系列的检验，包括变量的显著性检验，方程的整体显著性检验，

拟合优度检验以及计量经济学检验。

7.检验源自模型的假设

模型最终确定之后，需要进行假设检验，即验证估计的模型是否有经济意义，以及估计的结果是否与经济理

论相符。

8.利用模型进行预测

当模型通过了检验后就可以用所建立的模型进行预测。

1.2课后习题详解

一、问题

1.假设地方政府决定在其管辖区内提高居民财产税税率。这对当地房价有何影响？按照章讨论的八个步骤

回答这一问题。

答：(1)在其他条件不变的前提下，财产税税率越高，居民住房价格将越低。

(2)假设所使用数据为截面数据，且数据取自财产税税率不同的管辖区。

(3)y=p+BX,其中y为居民住房价格，X为财产税税率。

i12i

(4)y=B+Bx+口。

iI2ii

(5)得到样本后，可通过最小二乘法估计模型中的回归系数。

(6)除了财产税税率以外，影响居民住房价格的因素还包括抵押贷款利率、房屋面积、购房者家庭收入、

经济状况、当地犯罪率高低等。这些因素对于居民住房价格的影响可以在多元回归模型中进行分析。

(7)先验地认为：P<0,因此可设〃：P>0H：p<0o

20I12

(8)在其他条件保持不变时，估计结果可以用来预测不同财产税税率所对应的居民住房的平均价格。

2.如何理解经济计量学在商业和经济学中的决策作用？

答：计量经济学在商业和经济领域的作用主要是用来估计和预测：

(1)价格和成本弹性；

(2)生产函数和成本函数；

(3)对于服务和商品的需求函数等。

其中，经济预测的作用已经显得更加明显。

3.假设你是联邦储备委员会主席的经济顾问，若联邦储备委员会主席询问你对增加货币供给以刺激经济有

何建议，那么你会考虑哪些因素？你如何运用经济计量学进行分析？

答：如果增加货币供给导致利率下降，那么会促进社会投资的增长，从而使得产出水平和就业水平的增加，

进而促进经济增长。如果增加货币供给导致了通货膨胀，则上述结果就不会出现。计量经济学的任务就是通过建

立模型来预测货币供给的增加对于通胀、利率和就业水平等因素的影响。

4.为了减少对外国石油供给的依赖，政府正考虑对汽油收取联邦税。假设福特汽车公司雇用你分析税收增

加对汽车需求量的影响，你将如何向公司提出建议？

答：事实上，联邦政府在1993年10月1日将汽油税上调了4美分。由于汽油和汽车是互补品，所以在其他

条件不变的情况下，汽油税上调所导致的汽油价格上涨不仅会削减对汽油的需求，同时还会削减对汽车的需求。

可以建议福特汽车公司生产更加节能的汽车来抵消征税对于汽车销量的影响。汽车的需求函数就可以显示出汽油

税对汽车需求量的影响。

5.假设美国总统正考虑对进口钢材征收关税以保护国内钢铁行业的利益。作为总统经济顾问，你的建议是

什么？你如何展开经济计量研究以分析征收关税的影响？

答：按照纯经济学的逻辑，应该反对征收关税，因为这样做不仅会提高进口钢材的价格，而且会提高以钢材

为原料的其他产品的价格，尤其是汽车的价格。同时提高关税还会保护国内落后的生产力。可以在考察过去政府

所征收的关税额度以及关税征收相关产品需求量的影响之后再建立计量经济学模型。

二、习题

6.表1-1给出了美国1980〜2007年间消费者价格指数(CPI)、标准普尔500股票指数(S&P500)和3月

期国债利率的数据。

表1-1消费者价格指数(CPI,1982〜1984年=100),标准普尔综合指数(S&P500,1941〜1943年=100)

及3月期国债利率(3-mTbilL%)

年份CPIS&P5003-mTbill

198082.4118.7812.0

198190.9128.0514.0

198296.5119.7111.0

198399.6160.418.63

1984103.9160.469.58

1985107.6186.847.48

1986109.6236.345.98

1987113.6286.835.82

1988118.3265.796.69

1989124.0322.848.12

1990130.7334.597.51

1991136.2376.185.42

1992140.3415.743.45

1993144.5451.413.02

1994148.2460.424.29

1995152.4541.725.51

1996156.9670.505.02

1997160.4873.435.07

1998163.01085.504.81

1999166.61327.334.66

2000172.21427.225.85

2001177.11194.183.45

2002179.9993.941.62

2003184.0965.231.03

2004188.91130.651.38

2005195.31207.233.16

2006201.61310.464.73

2007207.31477.194.41

资料来源：EconomicReportofthePresident,2008,TablesB-60>B-95,B-96.andB-74,respectively.

(1)以时间为横轴，上述三个变量为纵轴作图。当然，你可以对每个变量分别作图。

(2)你预计CPI与S&P指数之间的关系如何？CPI与3月期国债利率的关系如何？为什么？

(3)对每个变量，根据散点图目测其回归线。

答：(1)从下图中可以看出，消费者价格指数(CPI)和标准普尔500指数(S&P500)大体上都呈现上升

趋势，而3月期国债利率(3-mTbill)大体上呈下降趋势。

CPI

250.0

50.0

0.0J-Lr_,_»_._._._I_I_•_._I_-~~I--~~I■—•-~_r_v_I"--_•~~»_•~~r

198019851990199520002005

年份

(2)如果说投资于股票市场是抵御通货膨胀的一种手段，那么S&P500同CPI之间应为正相关。根据费雪

效应理论(FisherEffect),3月期国债利率应同通货膨胀率正相关，因为通货膨胀率越高，投资者所期待的名义

利率也就越高。但这个问题所涉及的价格变量是CPL而不是通货膨胀率（通过膨胀率是指CPI的变动百分比），

所以比较通货膨胀率同3月期国债利率之间的关系是较为合适的。

（3）数据显示，S&P500和CPI之间的样本回归线的斜率为正，而3月期国债利率同CPI之间的样本回归

线的斜率为负。若用通货膨胀率来代替CPI,通货膨胀率同3月期国债利率之间的样本回归线斜率为正，这同费

雪效应理论一致。

I600.00]

I400.00•

•■

1200.00••

■

1000.00•

■

K00.00•

600.00

*

••

400.00-*•

••

•・

200.00J

••

•••

0.00------------------------------------------------------------------------------------------------------------------------

60.080.0100,0120.0140.0160.0180.0200.0220.0

CPI

16.000

14.000•

12.000■

*

10.000

■

8.000-•

•・

*

6.000•..

4.IXM)*

••

,•

2.000

•■

*

11

0.000■♦，,--，'--―--”丁---1，，

60,080.0100.0120.0140.0160.0180.0200.0220.0

CPI

7.表1-2给出了英镑与美元之间的汇率数据（1美元兑换多少英镑），以及两个国家1985〜2007年间消费者

价格指数。

表1-2英镑对美元的汇率（£/$）及1985〜2007年英国和美国消费者价格指数（CPI）

年份£/$CPIU.S.CPIU.K

19851.2974107.6111.1

19861.4677109.6114.9

19871.6398113.6119.7

19881.7813118.3125.6

19891.6382124.0135.4

19901.7841130.7148.2

19911.7674136.2156.9

19921.7663140.3162.7

19931.5016144.5165.3

19941.5319148.2169.3

19951.5785152.4175.2

19961.5607156.9179.4

19971.6376160.5185.1

19981.6573163.0191.4

19991.6172166.6194.3

20001.5156172.2200.1

20011.4396177.1203.6

20021.5025179.9207.0

20031.6347184.0213.0

20041.8330188.9219.4

20051.8204195.3225.6

20061.8434201.6232.8

20072.0020207.3242.7

资料来源：EconomicReportofthePresident£,2008.U.KPound/$fromTableB-l1ftCPI(1982-1984=100)

fromTableB-108.

(1)以时间(年)为横轴，以汇率(ER)与两个消费者价格指数为纵轴作图。

(2)求相对价格比率(RPR)(用英国CPI除美国CPD。

(3)用ER对RPR作图。

(4)目测描绘通过散点图的回归线。

答：(1)如图所示，两个国家的消费者价格指数均随着时间的推移而增长，但汇率与时间之间的关系在不同

时期则有所不同，但在1985年广场协议签署之后，G7纷纷有意调低了美元对本国货币的汇率。

2.2000

1.0(X)0J_»

1985

-------CPIUS

—•-CHUK

（2）、（3）、（4）从下图中可以看出，汇率（ER）（英镑兑美元）同相对价格比率（RPR）之间大致呈现负

相关关系。

0.98]

■

0.96

*

*

（）.94•

第二章线性回归的基本思想：双变量模型

2.1复习笔记

一、回归的含义

1.回归分析的概念

回归分析用于研究一个变量（称为被解释变量或应变量）与另一个或多个变量（称为解释变量或自变量）之

间的关系，但它并不一定表明存在因果关系；即它并不意味着自变量是因，应变量是果。如果两者之间存在因果

关系，则一定建立在某个经济理论基础之上。总之，回归并不意味着存在因果关系，因果关系的判定或推断必须

建立在经实践检验的相关理论基础之上。

2.回归分析的目的

（1）根据自变量的取值，估计应变量的均值。

（2）检验（建立在经济理论基础之上的）假设。

（3）根据样本外自变量的取值，预测应变量的均值。

（4）可同时进行上述各项分析。

二、总体回归函数（PRF）

双变量模型的线性总体回归函数如下式所示：

E（Y\X+BX（2-1）

1i12/

在式（2-1）中，表示与给定X值相对应的丫的均值。下标i代表第i个子总体。/、B,称为参

数，也称为回归系数。8称为截距，B称为斜率。斜率系数度量了X每变动一单位，Y（条件）均值的变化率。

12

三、总体回归函数的统计或随机设定

总体回归函数给出了自变量每个取值相应的应变量的平均值，但对每一个个体，其应变量并不一定等于平均

值，而是存在一定的偏差，因此总体回归函数的随机形式如下式所示：

Y=B+BX+u(2-2)

i12ii

其中，匕表示随机误差项，或简称为误差项。误差项是一个随机变量，其值无法先验确定，通常用概率分

布（例如正态分布或f分布）描述随机变量。

式（2-2）称为随机或统计总体回归函数；而式Q-1）称为确定或非随机总体回归函数。后者表示给定X各

个丫的平均值。而前者表示由于误差项的存在，个体值在均值附近是如何变动的。

四、随机误差项的性质

1.误差项代表了未纳入模型变量的影响;

2.误差项代表内在随机性；

3.误差项代表了度量误差；

4.误差项代表众多的细小影响因素。

五、样本回归函数

要估计式（2-1）的总体回归函数，只要求出相对每个X的y的条件均值，然后再把这些均值连接起来，就

得到了总体回归线。但是实际中很少能够获得整个总体的数据。通常，仅仅有来自总体的一个样本，因此就需要

根据样本信息估计总体回归函数。

样本回归函数形式为：

Y=b+bX(2-3)

i12i

其中，£=总体条件均值E（r|X.）的估计量；b=5的估计量；b=8的估计量。

I1III22

同理，并非所有的样本数据都准确地落在各个样本回归线上。因此，与建立随机总体回归函数式（2-2）-

样，需要建立随机样本回归函数：

Y=b+bX+e（2-4）

i12ii

其中，e是〃的估计量。e称为残差项，简称残差。从概念上讲，它与“类似，可作为〃的估计量，SRF

iiiii

中e的产生原因与PRF中”的产生原因相同。e表示了丫的实际值与根据样本回归得到的估计值的差。

iii

e=Y-Y（2-5）

/ii

总之，回归分析的主要目的是根据样本回归函数

Y=h+bX+e

iI2ii

估计总体回归函数

Y=B+BX+u

i1ii

因为通常的分析是建立在来自某个总体的单个样本上的。但由于抽样的差异性，根据SRF得到的PRF的估

计值仅仅是近似值。事实上，无法观察到B、B和“。一旦得到某个样本，所能观察到的只是它们的替代地、

121

匕和e。

2

六、“线性”回归的特殊含义

1.变量线性

变量的线性是指应变量的条件均值是自变量的线性函数，所以下面的函数不是线性的：

E（Y）=B+BX2（2-6）

12i

E（Y）=B+B—（2-7）

।2X

i

因为在式（2-6）中Xj以平方形式出现，而在式（2-7）中X,以倒数形式出现。对于解释变量线性的回归模

型，解释变量的单位变动引起的应变量的变化率为一常数，也就是说，斜率保持不变。但对于解释变量非线性的

回归模型，斜率是变化的。

2.参数线性

参数线性是指应变量的条件均值是参数B的线性函数，而变量之间并不一定是线性的。与变量线性函数类似，

如果参数8仅以一次方的形式出现，则称函数为参数线性的。按照这个定义，模型2-6）和式（2-7）都是线性

2

模型，因为5、B以线性形式进入模型，变量X以非线性进入模型则无关紧要。但下面的模型是参数非线性的，

I2

因为8以平方形式出现：

2

£（y）=B+B2X（2.8）

I2I

在计量经济学中，线性回归是指参数线性的回归（即参数仅以一次方的形式出现在模型中），而解释变量并

不一定是线性的。

七、从双变量回归到多元线性回归

到目前为止，仅考虑了双变量回归模型，或称简单回归模型。即应变量仅是一个解释变量的函数。通过双变

量模型介绍了回归分析的基本思想。很容易将回归的概念推广到应变量是多个解释变量函数的情形。

E（Y）=B+BX+BX+...+BX（2-9）

I22i33ikki

注：E（y）=E（r|x,x，…,x）

12i3/ki

式（2-9）就是多元线性回归的一个例子。回归方程中包含了不止一个的自变量或解释变量。多元回归函数

的随机形式（即随机PRF）表示为：

Y=B+BX+BX+...+BX+u

iI22；33ikkii

=E（Y）+u（2-10）

i

由于随机误差项”的存在，个体值不同于组均值。即使在多元回归分析中，也需引入误差项，因为不能把所

有影响因素都纳入模型。

式（2-9）和式（2-10）都是参数线性的，因此，它们都是线性回归模型。而进入模型的解释变量不需要是

线性的。

八、参数估计：普通最小二乘法

1.普通最小二乘法

虽然有若干不同的方法可获得SRF（即真实PRF的估计量），但在回归分析中，使用最广泛的方法是最小

二乘法，一般称为普通最小二乘法。最小二乘原理如下：

对于双变量PRF式（2-2）：

Y=B+BX+u

i12i/

由于不能直接观察PRF,所以用下面的SRF来估计它：

Y=b+bX+e

iI2iI

因而，

e=实际的y-估计的丫

/ii

ii

=Y-h—hX［利用式（2.3）］

iI2i

上式表明：残差是丫的真实值与估计值之差，而后者可以根据式（2-3）得到。估计PRF最好的方法是，选

择3、B的估计量力、b，使得残差e尽可能小。普通最小二乘法就是要选择参数〃、b，使得残差平方和Ee

1212i12i

最小。

用数学公式表示为：

MinSe2=X（y-y）

ii

=Z（y-b-bX）2（2-11）

112/

从式（2-n）可以看出，一旦给出y和x的样本值，RSS就是估计量b、b的函数。选择不同的力、b,

1212

就能够得到不同的残差e,进而得到不同的RSS值。普通最小二乘法选择的是使RSS最小的估计值。

通过求解下面的两个联立方程得到使式（2-11）中RSS最小化的8、b值。

12

Zy=nb+。Ex（2-12）

/12/

Xrx=bEX+bZxi(2-13)

ijIi2i

其中，〃为样本容量，这些联立方程称为(最小二乘的)正规方程。

在式(2-12)和式(2-13)中，参数b是未知的，变量丫和X的和、平方和、交叉乘积和是已知的。求解联

立方程(运用代数运算)，求得6、b。

12

b=Y-bX(2-14)

12

它是总体截距q的估计量。样本截距就是y的样本均值减去估计的斜率系数乘以x的样本均值。

jZ(x-x)C-F)ZXY-nXY

b=(2-15)

2t(x-x)Hx-nX~

ii

它是总体斜率8的估计量。注意：

2

X=(X-X),y=(Y-Y)

iiii

式(2-14)和式(2-15)给出的估计量称为OLS估计量(OLSestimators),因为它们是通过OLS法得到的。

2.普通最小二乘估计量的一些重要性质

(1)用OLS法得出的样本回归线经过样本均值点，即

Y=b+bX(2-16)

12

(2)残差的均值2(z6./〃)总为0。可以利用这条性质检验计算是否准确。

I

(3)对残差与解释变量的积求和，其值为零；即这两个变量不相关。

ZeX.=0(2-17)

这个性质也可用来检查最小二乘法计算结果。

(4)对残差与小(估计的丫)的积求和,其值为0；即ZeY为0。

iiii

22课后习题详解

一、问题

1.解释概念

(1)总体回归函数(PRF)；

(2)样本回归函数(SRF)；

(3)随机总体回归函数；

(4)线性回归模型；

(5)随机误差项Q)；

i

(6)残差项(e)；

(7)条件期望；

(8)非条件期望；

(9)回归系数或回归参数；

(10)回归系数的估计量。

答：(1)总体回归函数反映了被解释变量的均值同一个或多个解释变量之间的关系。

(2)样本回归函数是总体回归函数的近似。

(3)从总体上表明了单个y同解释变量和随机干扰项之间的关系。

(4)回归参数为线性(8)的回归模型。

(5)它代表了与被解释变量丫有关但未被纳入模型变量的影响。每一个随机误差项对于丫的影响都是非常

小的，且是随机的。随机误差项的均值为零。

(6)它是随机误差项的近似。

(7)它为在解释变量x给定条件下y的条件期望，可以通过x给定条件下y的条件(概率)分布得到。

(8)非条件期望是在不考虑其他随机变量取值情况时，某个随机变量的期望值。它可以通过该随机变量的

非条件分布或边缘分布得到。

(9)线性回归模型中的B参数称为回归系数或回归参数。

(10)回归系数估计量(加)说明了如何通过样本数据来计算回归系数(8s),计算出的回归系数的值称为

样本回归估计值。

2.随机总体回归函数与随机样本回归函数有何区别？

答：随机样本回归函数从所抽取样本的角度说明了被解释变量丫同解释变量X及残差e之间的关系。而总

iii

体回归函数则是从总体的角度说明了被解释变量y同解释变量x及随机误差项必之间的关系。

iii

3.讨论：“既然不能观察到总体回归函数，为什么还要研究它呢？”

答：就像经济理论中的完全竞争模型一样，总体回归函数也是一个理论化的、理想化的模型，在现实中很难

得到。但是这样一个理想化的模型有助于我们把握所研究问题的本质。

4.判断正误并说明理由。

(1)随机误差项〃与残差项e是一回事.

ii

(2)总体回归函数给出了与自变量每个取值相对应的应变量的值。

(3)线性回归模型意味着模型变量是线性的。

(4)在线性回归模型中，解释变量是因，应变量是果。

(5)随机变量的条件均值与非条件均值是一回事。

(6)式(2-2)中的回归系数B是随机变量，但式(2-4)中的回归系数b是参数。

(7)式(2-1)中的斜率8度量了X的单位变动引起的丫的倾斜度。

2

(8)实践中双变量回归模型没有什么用，因为应变量的变化不可能仅由一个解释变量来解释。

答：(1)错误，残差1是随机误差项".的一个近似(估计值)。

(2)错误，总体回归函数给出了在解释变量给定条件下被解释变量的条件均值。

(3)错误，线性回归模型是指所建立的模型中的回归系数为线性，而其中的解释变量不要求一定为线性的。

(4)错误，通常情况下，解释变量与被解释变量之间的因果关系是由经济理论决定的，而不是由回归模型

决定的。

(5)错误,只有x和y独立时,E(Y/X)和E(y)才相等。

(6)错误，是随机变量，而B是参数。

(7)错误，它度量了X每变动一单位丫的均值的变化量。

(8)不一定，实际上，有很多经济现象可以通过两变量模型来解释，例如在资产组合理论中通常会以某一

证券的回报率为被解释变量，以股票市场指数(如S&P500指数)为解释变量进行回归。回归结果中斜率的估计

值就是在资产组合理论中得到广泛运用的。系数。

(9)正确。

5.下面两者之间有什么关系？

(1)B和b(2)8和匕(3)〃和e

1]22//

上述哪些量可以观察得到？如何观察得到？

答：(1)b是8的回归估计量。

I1

(2)6是8的回归估计量。

22

(3)e是"的估计量。

ii

在现实中，我们无法观测到3、B和〃，但是只要得到一组观测数据，就可以通过、匕和e得到它们的

12i12/

估计值。

6.能否把教材式(2-22)改写成X对丫的函数？如何解释变换后的方程？

答：通过简单的代数变换，可得

X=2.5-2.57

/t

以实际产出为应变量，失业率为自变量进行回归便可以得到奥肯定律回归系数的估计值。

7.下表列出了若干对自变量与应变量。对每一对变量，它们之间的关系如何？是正的？负的？还是无法确

定？也就是说，其斜率是正还是负，或都不是？说明理由。

应变量自变量应变量自变量

(a)GDP利率(f)总统声誉任职时间

(b)个人储蓄利率(g)学生第一年GPA分数S.A.T分数

(c)小麦产出降雨量(h)学生经济计量学成绩统计学成绩

(d)美国国防开支苏联国防开支(i)日本汽车的进口量美国人均国民收入

(e)棒球明星本垒打的次数年薪

答：(a)这取决于高利率水平对构成GDP的各部分(居民消费、投资、政府消费和进出口)的影响。例如,

在其他条件不变的前提下，投资同利率之间应是负相关的。

(b)斜率为正，在其他条件不变的情况下，利率水平越高，人们储蓄的欲望越大。

(c)一般情况下，斜率为正。

(d)国际形势不发生重大改变的情况下，斜率为正。

(e)斜率可能为正。

(f)斜率可能为负，民众对总统越熟悉，对总统产生厌恶的可能性越大。

(g)斜率可能为正。

(h)斜率为正，统计学是计量经济学的基础。

(i)斜率为正，当收人增加时，可自由支配的收入也增加，从而导致对较为昂贵汽车的需求上升，而大部

分日本汽车都较为昂贵，因此人们对日本汽车的需求会上升。通常情况下，这一类商品的收入弹性为正，且大于

二、习题

8.判别下列模型是否为线性回归模型。

(1)Y=B+B(1/X)。

i12i

(2)Y=B+BInX+o

ii2ii