计量经济学课后习题答案解析汇总

千里之行，始于足下让知识带有温度。第第2页/共2页精品文档推荐计量经济学课后习题答案解析汇总计量经济学练习题

第一章导论

一、单项挑选题

⒈计量经济讨论中常用的数据主要有两类：一类是时光序列数据，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】

A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

⒊下面属于截面数据的是【D】

A1991-2022年各年某地区20个乡镇的平均工业产值

B1991-2022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某年某地区20个乡镇各镇工业产值

⒋同一统计指标按时光挨次记录的数据列称为【B】

A横截面数据

B时光序列数据

C修匀数据D原始数据

⒌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

⒈计量经济学是经济学的一个分支学科，是对经济问题举行定量实证讨论的技术、办法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。

⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时光序列分

析三大支柱。

⒊经典计量经济学的最基本办法是回归分析。

计量经济分析的基本步骤是：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量、检验和模型修正、预测和政策分析。

⒋常用的三类样本数据是截面数据、时光序列数据和面板数据。

⒌经济变量间的关系有不相关关系、相关关系、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逻辑举行数量实证讨论，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、参数估量、计量分析办法设计，以及参数估量值、模型和预测结果牢靠性和可信程度分析推断等。可以说，统计学的学问和办法不仅贯通计量经济分析过程，而且现代统计学本身也与计量经济学有不少相像之处。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量和分析，也举行经济趋势的预测，并利用各种统计量对分析预测的结论举行推断和检验等，统计学的这些内容与计量经济学的内容都很相像。反过来，计量经济学也常常使用各种统计分析办法，筛选数据、挑选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分在于，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。典型的计量经济学分析从详细经济问题动身，先建立经济模型，参数估量、推断、调节和预测分析等都是以模型为基础和动身点；典型的统计学讨论则并不一定需要从详细明确的问题动身，虽然也有一些目标，但可以是含糊不明确的。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动身点，经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，能够对分析、讨论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动身举行计量经济分析的过程，也是对经济理论证明或证伪的过程。这些是以处理数

据为主，与经济理论关系比较松散统计学讨论不能比拟的功能，也是计量经济学与统计学的区分。

⒉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举行观测和统计，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逻辑生成的，因此是反映经济逻辑的信息载体，确定经济逻辑的基本材料。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。

⒊试分离举出时光序列数据、横截面数据、面板数据的实例。

时光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，或者以时光为序收集统计和罗列的数据，如浙江某省从1980年到2022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2022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2022年各年的全国31个省自治区直辖市GDP。

其次章两变量线性回归

一、单项挑选题

⒈表示x与y之间真切线性关系的是【C】

At

txy10???ββ+=BEttxy10)(ββ+=Ctttxyεββ++=10Dttxy10ββ+=

⒉参数β的估量量β

?具备有效性是指【B】AVar(β

?)=0BVar(β?)为最小C(β

?－β)＝0D(β?－β)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y

?＝356－1.5x，这说明【B】

A产量每增强一台，单位产品成本增强356元

B产量每增强一台，单位产品成本削减1.5元

C产量每增强一台，单位产品成本平均增强356元

D产量每增强一台，单位产品成本平均削减1.5元

⒋对回归模型tttxyεββ++=10举行统计检验时，通常假定tε听从【C】

AN（0，2

iσ）Bt(n-2)

CN（0，2σ）

Dt(n)⒌以y表示实际观测值，y?表示回归估量值，则一般最小二乘法估量参数的准则是使【D】

A

)?(iiyy-∑＝0B2)?(iiyy-∑＝0C)?(ii

yy-∑为最小D2)?(iiyy-∑为最小⒍以X为解释变量，Y为被解释变量，将X、Y的观测值分离取对数，假如这些对数值描成的散点图近似形成为一条直线，则相宜协作下面哪一模型形式?(D)

A.Yi=β0+β1Xi+μi

B.lnYi=β0+β1Xi+μi

C.Yi=β0+β1lnXi+μi

D.lnYi=β0+β1lnXi+μi

⒎下列各回归方程中，哪一个必然是错误的?(C)

A.Yi=50+0.6XirXY=0.8

B.Yi=-14+0.8XirXY=0.87

C.Yi=15-1.2XirXY=0.89

D.Yi=-18-5.3XirXY=-0.96

⒏已知某向来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

B.0.90

C.0.66

D.0.32

⒐对于线性回归模型Yi=β0+β1Xi+μi，要使一般最小二乘估量量具备无偏性，则模型必需满足(A)

A.E(μi)=0

B.Var(μi)=σ2

C.Cov(μi,μj)=0

D.μi听从正态分布⒑用一组有30个观测值的样本估量模型tttuxy++=10ββ，在0.05的显著性水平下对1β的显著性作t检验，则1β显著地不等于零的条件是其统计量t大于【D】

A05.0t（30）

B025.0t（30）

C05.0t（28）

D025.0t（28）⒒某一特定的x水平上，总体y分布的离散度越大，即2σ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

⒓对于总体平方和TSS、回归平方和RSS和残差平方和ESS的互相关系，正确的是【B】

ATSS>RSS+ESS

BTSS=RSS+ESS

CTSS<RSS+ESS

DTSS2=RSS2+ESS2

⒔对于随机误差项εi,Var(εi)=E(ε2i)=σ2

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．两个随机误差互不相关

D．误差项听从正态分布

二、推断题

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听从正态分布。（∨）

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，解释变量是缘由，被解释变量是结果。（∨）

⒌在实际中，两变量回归没什么用，由于因变量的行为不行能仅由一个解释变量来解释。（×）

三、填空题

⒈在计量经济模型中引入误差项tε，是由于经济变量关系普通是随机函数关系。

⒉样本观测值与回归理论值之间的偏差，称为残差，我们用残差估量线性回归模型中的误差项。

⒊__SST__反映样本观测值总体离差的大小；___SSR__反映由模型中解释变量所解释的那部分别差的大小；___SSE___反映样本观测值与估量值偏离的大小，也是模型中解释变量未解释的那部分别差的大小。

⒋拟合优度（判定系数）TSS

RSSTSSESSR-==12。它是由___回归___引起的离差占总体离差的____比重____。若拟合优度2R越趋近于_1____，则回归直线拟合越好；反之，若拟合优

度2R越趋近于__0___，则回归直线拟合越差。

⒌在两变量回归中，=2S22t

ne-∑是2

σ的无偏估量。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？它和残差之间的区分是什么？

影响Y的较小因素的集合；被忽视的因素、测量误差、随机误差等；通过残差对误差项的方差举行估量。

⒉打算系数2R说明白什么？它与相关系数的区分和联系是什么？

P53和P56

⒊最小二乘估量具有什么性质？

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，()0tEε=的意义是什么？

该假设的含义是：假如两变量之间的确是线性趋势占主导地位，随机误差只是次要因素时，那么虽然随机扰动会使个别观测值偏离线性函数，但给定解释变量时多次重复观测被解释变量，概率均值会消退随机扰动的影响，符合线性函数趋势。

第三章多元线性回归模型

一、单项挑选题

⒈打算系数2

R是指【C】

A剩余平方和占总离差平方和的比重

B总离差平方和占回归平方和的比重

C回归平方和占总离差平方和的比重

D回归平方和占剩余平方和的比重

⒉在由n=30的一组样本估量的、包含3个解释变量的线性回归模型中，计算的打算系数为0.8500，则调节后的打算系数为【D】

A0.8603

B0.8389

C0.8655

D0.8327⒊对于ikikiiixxxyεββββ+++++=Λ22110，检验H0:0=iβ),,1,0(kiΛ=时，所用的统计量()iibe

sbt?=听从【A】At(n-k-1)Bt(n-k-2)Ct(n-k+1)Dt(n-k+2)

⒋调节的判定系数与多重判定系数

之间有如下关系【D】A1122=knnRRB1

1122=knnRRC11)1(122+-=knnRRD1

1)1(122=knnRR⒌用一组有30个观测值的样本估量模型iiiixxyεβββ+++=22110后，在0.05的显著性水平下对1β的显著性作t检验，则1β显著地不等于零的条件是其统计量大于等于【C】A05.0t（30）B025.0t（28）C025.0t（27）D025.0F（1，28）⒍对模型Yi=β0+β1X1i+β2X2i+μi举行总体显著性F检验，检验的零假设是(A)

A.β1=β2=0

B.β1=0

C.β2=0

D.β0=0或β1=0

⒎在多元线性回归中，判定系数R2随着解释变量数目的增强而（B）

A．削减B．增强

C．不变D．变化不定

二、推断题

⒈在多元回归模型的检验中，判定系数R2一定大于调节的R2。（∨）

⒉在EVIEWS中，genr命令是生成新的变量。（∨）

⒊在EVIEWS中，建立非线性模型的办法惟独将非线性模型线性化的办法。（×）三、填空题

⒈调节的可决系数的作用是消退由解释变量数目差异造成的影响。

⒉在多元线性回归模型中，F统计量与可决系数之间有如下关系：

2

2

1

1

R

k

F

R

nk

=

-

--

。

⒊有k个解释变量的多元回归模型的误差项方差σ2的无偏估量是

2

2

1

e

s

nk

=

--

∑

。

⒋在总体参数的各种线性无偏估量中，最小二乘估量量具有___最小方差________的特性。

四、简答题

⒈在多元线性回归分析中，为什么用修正的打算系数衡量估量模型对样本观测值的拟合优度？

P121因为没调节的打算系数只与被解释变量的观测值，以及回归残差有关，而与解释变量无直接关系。但多元线性回归模型解释变量的数目有多有少，数学上可以证实，打算系数是解释变量数目的增函数，意味着不管增强的解释变量是否真是影响被解释变量的重要因素，都会提高打算系数的数值，解释变量个数越多，打算系数一定会越大。因此，用该打算系数衡量多元线性回归模型的拟合程度是有问题的，会导致片面追求解释变量数量的错误倾向。正是因为存在这种缺陷，打算系数在多元线性回归分析拟合度评价方面的作用受到很大限制，需要修正。

⒉回归模型的总体显著性检验与参数显著性检验相同吗？是否可以相互替代？

多元线性回归模型每个参数的显著性与模型总体的显著性并不一定全都，因此除了各个参数的显著性检验以处，，还需要举行模型总体显著性，也就是全体解释变量总体对被解释变量是否存在显然影响的检验，称为“回归显著性检验”。总体显著性检验是多元回归分析

特有的，两变量线性回归解释变量系数的显著性检验与模型的总体显著性检验全都，不需要举行总体显著性检验。

第四章异方差性

一、单项挑选题

⒈下列哪种办法不是检验异方差的办法【D】

A戈德菲尔特——夸特检验

B残差序列图检验

C戈里瑟检验

D方差膨胀因子检验

⒉当存在异方差现象时，估量模型参数的适当办法是【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加权最小二乘法克服异方差的主要原理是通过给予不同观测点以不同的权数，从而提高估量精度，即【A】

A重视方差较小样本的信息，轻蔑方差较大样本的信息

B重视方差较大样本的信息，轻蔑方差较小样本的信息

C重视方差较大和方差较小样本的信息

D轻蔑方差较大和方差较小样本的信息

⒋假如戈里瑟检验表明，一般最小二乘估量结果的残差ie与ix有显著的形式为iiixeε+=28715.0||的相关关系（iε满足线性模型的所有经典假设），则用加权最小二乘法估量模型参数时，权数应为【C】

Aix

B21ix

Cix1

Di

x1⒌假如戈德菲尔特——夸特检验显著，则认为什么问题是严峻的【A】

A异方差问题

B序列相关问题

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时光序列数据

B面板数据

C横截面数据

D年度数据

⒎若回归模型中的随机误差项存在异方差性，则估量模型参数应采纳【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假设回归模型为iiixyεβα++=，其中var(iε)=22ixσ，则使用加权最小二乘法估量模

型时，应将模型变换为【C】Axu

xxxy

++=βαBxu

xxy

++=βα

Cxuxxy++=βα

D222xuxx

xy++=βα⒐设回归模型为iiixyεβ+=，其中var(iε)=22ixσ，则β的最小二乘估量量为【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、推断题

⒈当异方差浮现时，最小二乘估量是有偏的和不具有最小方差特性。（×）⒉在异方差状况下，通常预测失效。（∨）⒊在异方差状况下，通常OLS估量一定高估了估量量的标准差。（×）⒋假如OLS回归的残差表现出系统性，则说明数据中有异方差性。（×）⒌假如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当异方差浮现时，常用的t检验和F检验失效。（∨）

⒎用截面数据建立模型时，通常比时光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设都要求误差项是同方差的，就是误差项的方差是常数，即()2

vartuσ=不随t变化。这条假设也不一定满足，也就是线性回归模型误差项的方差()2

varttuσ=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经济中不同收入家庭消费的簇拥度。

⒉如何发觉和推断线性回归模型是否存在异方差问题？

P166—P174

⒊克服和处理异方差问题有哪些办法？

P174—P180

第五章自相关性

一、单项挑选题

⒈假如模型tttxbbyε++=10存在序列相关，则【D】

Acov（tx，tε）=0

Bcov（tε，sε）=0（t≠s）

Ccov（tx，tε）≠0

Dcov（tε，sε）≠0（t≠s）

⒉D－W检验的零假设是（ρ为随机项的一阶自相关系数）【B】

ADW=0

Bρ=0

CDW=1

Dρ=1

⒊DW的取值范围是【D】

A－1≤DW≤0

B－1≤DW≤1

C－2≤DW≤2

D0≤DW≤4

⒋当DW＝4是时，说明【D】

A不存在序列相关

B不能推断是否存在一阶自相关

C存在彻低的正的一阶自相关

D存在彻低的负的一阶自相关

⒌按照20个观测值估量的结果，一元线性回归模型的DW＝2.3。在样本容量n=20，解释变量k=1，显著性水平α=0.05时，查得Ld＝1，Ud＝1.41，则可以推断【A】

A不存在一阶自相关

B存在正的一阶自相关

C存在负的一阶自相关

D无法确定

⒍当模型存在序列相关现象时，相宜的参数估量办法是【C】

A加权最小二乘法

B间接最小二乘法

C广义差分法

D工具变量法

⒎采纳一阶差分模型克服一阶线性自相关问题使用于下列哪种状况【B】

Aρ≈0

Bρ≈1

C－1<ρ<0

D0<ρ<1

⒏假定某企业的生产决策是由模型tttuPbbS++=10描述的（其中tS为产量，tP为价格），又知：假如该企业在t-1期生产过剩，经济人员会减少t期的产量。由此推断上述模型存在

【B】

A异方差问题

B序列相关问题

C多重共线性问题

D随机解释变量问题

⒐按照一个n=30的样本估量i

iiexy++=10??ββ后计算得DW=1.4，已知在5％得的置信度下，Ld＝1.35，Ud＝1.49，则认为原模型【B】

A不存在一阶序列自相关

B不能推断是否存在一阶自相关

C存在彻低的正的一阶自相关

D存在彻低的负的一阶自相关

⒑对于模型i

iiexy++=10??ββ，以ρ表示te与1-te之间的线性相关系数（t=1，2，?，n），则下面显然错误的是【B】

Aρ=0.8，DW=0.4

Bρ=－0.8，DW=－0.4

Cρ=0，DW=2

Dρ=1，DW=0

⒒已知DW统计量的值临近于2，则样本回归模型残差的一阶自相关系数ρ近似等于【A】

A0

B-1

C1

D0.5

⒓已知样本回归模型残差的一阶自相关系数临近于-1，则DW统计量近似等于【D】

A0

B1

C2

D4

⒔戈德菲尔德—夸特检验法可用于检验【A】

A异方差性

B多重共线性

C序列相关

D设定误差

⒕在给定的显著性水平之下，若DW统计量的下和上临界值分离为dL和du,则当dL<DW<du时，可认为随机误差项【D】

A存在一阶正自相关

B存在一阶负相关

C不存在序列相关

D存在序列相关与否不能断定

三、推断题

⒈当模型存在高阶自相关时，可用D-W法举行自相关检验。（×）

⒉DW值在0和4之间，数值越小说明正相关程度越大，数值越大说明负相关程度越大。（∨）

⒊假设模型存在一阶自相关，其他条件均满足，则仍用OLS法估量未知参数，得到的估量量

是无偏的，不再是有效的，显著性检验失效，预测失效。（∨）

⒋当存在自相关时，OLS估量量是有偏的，而且也是无效的。（×）

⒌消退自相关的一阶差分变换假定自相关系数必需等于－1。（×）

⒍发觉模型中存在误差自相关时，都可以利用差分法来消退自相关。（×）

四、简答题

⒈自相性对线性回归分析有什么影响？

P196—P198

⒉发觉和检验自相关性有哪些办法？

P198—P2088

⒊克服自相关性有哪些办法？

P208—P215

第六章多重共线性

一、单项挑选题

⒈当模型存在严峻的多重共线性时，OLS估量量将不具备【C】

A线性

B无偏性

C有效性

D全都性

⒉阅历认为，某个解释变量与其他解释变量间多重共线性严峻的状况是这个解释变量的VIF【C】

A大于1

B小于1

C大于10

D小于5

⒊假如方差膨胀因子VIF＝10，则认为什么问题是严峻的【C】

A异方差问题

B序列相关问题

C多重共线性问题

D解释变量与随机项的相关性

⒋在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数临近于1，则表明模型中存在【A】

A多重共线性B异方差性C序列相关D高拟合优度

⒌在线性回归模型中，若解释变量1X和2X的观测值成比例，即有iikXX21，其中k为非零常数，则表明模型中存在【B】

A方差非齐性

B多重共线性

C序列相关

D设定误差

二、推断题

⒈尽管有彻低的多重共线性，OLS估量量仍然是最优线性无偏估量量。（×）⒉变量的两两高度相关并不表示高度多重共线性。（×）

⒊在多元回归中，按照通常的t检验，每个参数都是统计上不显著的，你就不会得到一个高

的2R值。(×)

⒋变量不存在两两高度相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峻的不利影响。

⒉第k个解释变量与其他解释变量之间相关系数平方越大，方差膨胀因子（VIF）越大。⒊存在彻低多重共线性时，多元回归分析是无法举行。

⒋检验样本是否存在多重共线性的常见办法有：__方差扩大因子法_和逐步回归检验法。⒌处理多重共线性的办法有：保留重要解释变量、去掉不重要解释变量、__增强样本容量_、

_____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缘由造成的？

多重共线性是指多元线性回归模型中，模型的解释变量之间存在某种程度的线性关系（或P226—P227），缘由见P227—228）。

⒉如何发觉和推断多重共线性？

P230—P235

⒊克服多重共线性有哪些办法？

P235—P244

第七章计量经济分析建模与应用

一、单项挑选题

⒈某商品需求函数为iiiuxbby++=10，其中y为需求量，x为价格。为了考虑“地区”（农村、城市）和“时节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为【B】

A2

B4

C5

D6

⒉按照样本资料建立某消费函数如下：t

C?=100.50+55.35t

D+0.45tx，其中C为消费，x为收入，虚拟变量D＝农村家庭城镇家庭?

??01，全部参数均检验显著，则城镇家庭的消费函数为【A】AtC?=155.85+0.45txBt

C?=100.50+0.45txCtC?=100.50+55.35tx

Dt

C?=100.95+55.35tx二、填空题

⒈在计量经济建摸时，对非线性模型的处理办法之一是_线性化_________。

⒉虚拟变量不同的引入方式有两种。若要描述各种类型的模型在截距水平的差异，则以加法方式引入虚拟解释变量；若要反映各种类型的模型的不同相对变化率时，则以乘法引入虚拟解释变量。

⒊对于有m个不同属性的定性因素，应当设置m-1个虚拟变量来反映该因素的影响。

三、简答题

⒈什么是虚拟变量？它在模型中有什么作用？

P255

⒉引入虚拟解释变量的两种基本方式是什么？它们各适用于什么状况？

P258—P260

四、综合分析计算题

㈠设某商品的需求量Y（百件），消费者平均收入1X（百元），该商品价格2X（元）。经Eviews软件对观看的10个月份的数据用最小二乘法估量，结果如下：（被解释变量为Y）VARIABLECOEFFICIENTSTD.ERRORT-STAT2-TAILSIG

C99.46929513.4725717.38309650.000

X12.50189540.7536147（3.3199）

X2-6.58074301.3759059（-4.7828）

R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared（）S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915

Durbin-Watsonstat（）F–statistics（）完成以下问题：（至少保留三位小数）

1．写出需求量对消费者平均收入、商品价格的线性回归估量方程。

2．解释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检验。

4．估量调节的可决系数。

5．在95%的置信度下对方程整体显著性举行检验。

6．在95%的置信度下检验偏回归系数(斜率)的显著性。

7．检验随机误差项的一阶自相关性。（()3002

1=-∑-ttee，08.1=Ld，36.1=Ud）解：⒈12?99.46932.50196.5807y

xx=+-⒉需求量和收入正相关，和价格负相关，收入每增强一个单位，需求量升高2.5个单位，价格每增强一个单位，需求量下降6.58个单位；

⒊该模型经济意义检验通过；⒋22

11011(1)1(10.9493)0.94511021

nRRnk--=--=--?=⒌220.9493

265.5310.949311031RkFR

nk===，F检验通过⒍t1=3.3199,t2=-4.7828,t检验通过

7．检验

随机误差项的一阶自相关性。

()

212

3001.7163174.79

iiieeDWe--===∑∑,08.1=Ld，36.1=Ud,不存在一阶自相关。㈡设某地区机电行业销售额Y（万元）和汽车产量1X（万辆）以及建造业产值2X（千万元）。经Eviews软件对1981年——1997年的数据分离建立线性模型和双对数模型举行最小

二乘估量，结果如下：

表1

DependentVariable:Y

VariableCoefficientStd.Errort-StatisticProb.

C-57.4549681.02202-0.7091280.4899

X145.7055815.668852.9169710.0113

X211.933391.5165537.8687610.0000R-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2

Depende