《计量经济学》上机实验答案-过程-步骤
实2：我国1978-2001年的财政收入（y）和国民生产总值（x）的数据资料如表2所示：表2 我国1978-2001年财政收入和国民生产总值数据obsxyobsxy19783624.101132.26199018598.402937.1019794038.201146.38199121662.503149.4819804517.801159.93199226651.903483.3719814860.301175.79199334560.504348.9519825301.801212.33199446670.005218.1019835957.401366.95199557494.906242.2019847206.701642.86199666850.507407.9919858989.102004.82199773142.708651.14198610201.402122.01199876967.209875.95198711954.502199.35199980579.4011444.08198814922.302357.24200088254.0013395.23198916917.802664.90200195727.9016386.04试根据资料完成下列问题： （1）给出模型的回归报告和正态性检验，并解释回归系数的经济意义；（2）求置信度为95%的回归系数的置信区间；（3）对所建立的回归方程进行检验(包括估计标准误差评价、拟合优度检验、参数的显著性检验)；（4）若2002年国民生产总值为103553.60亿元，求2002年财政收入预测值及预测区间（）。参考答案：（1） (317.5155) (0.007069) (1.022578) (18.89340) ，说明GNP每增加1亿元，财政收入将平均增加1335.61万元。（2）=324.68442.0739317.5155=(-333.8466 983.1442)=0.1335612.07390.007069=(0.118901 0.148221)（3）经济意义检验：从经济意义上看，符合经济理论中财政收入随着GNP增加而增加，表明GNP每增加1亿元，财政收入将平均增加1335.61万元。估计标准误差评价： ，即估计标准误差为1065.056亿元，它代表我国财政收入估计值与实际值之间的平均误差为1065.056亿元。拟合优度检验：，这说明样本回归直线的解释能力为94.2%，它代表我国财政收入变动中，由解释变量GNP解释的部分占94.2%，说明模型的拟合优度较高。参数显著性检验：18.8934，说明国民生产总值对财政收入的影响是显著的。（4）, 根据此表可计算如下结果：，=(11672.2 16638.62)实验内容与数据3：表3给出某地区职工平均消费水平，职工平均收入和生活费用价格指数，试根据模型作回归分析报告。表3 某地区职工收入、消费和生活费用价格指数年份年份198520.1030.001.00199142.1065.200.90198622.3035.001.02199248.8070.000.95198730.5041.201.20199350.5080.001.10198828.2051.301.20199460.1092.100.95198932.0055.201.50199570.00102.001.02199040.1061.401.05199675.00120.301.05参考答案：(1) (6.685015) (0.031574) (5.384905) (1.564306) (20.10578) (-1.664608) (2) 经济意义检验：从经济意义上看，符合经济理论中绝对收入假说边际消费倾向在0与l之间，表明职工平均收入每增加100元，职工消费水平平均增加63.48元。，符合经济意义，表明职工消费水平随着生活费用价格指数的提高而下降，生活费用价格指数每提高1单位时，职工消费水平将下降-8.964个单位。估计标准误差评价： ，即估计标准误差为208.5572单位，它代表职工平均消费水平估计值与实际值之间的平均误差为208.5572单位。拟合优度检验：，这说明样本回归直线的解释能力为97.6%，它代表职工平均消费水平变动中，由解释变量职工平均收入解释的部分占97.6%，说明模型的拟合优度较高。F检验：，表明总体回归方程显著，即职工平均收入和生活费用价格指数对职工消费水平的影响在整体上是显著的。t检验：20.10578，说明职工平均收入对职工消费水平的影响是显著的；，说明生活费用价格指数对职工消费水平的影响是不显著的。实验内容与数据4：某地区统计了机电行业的销售额y（万元）和汽车产量（万辆）以及建筑业产值（千万元）的数据如表4所示。试按照下面要求建立该地区机电行业的销售额和汽车产量以及建筑业产值之间的回归方程，并进行检验（显著性水平）。表4 某地区机电行业的销售额、汽车产量与建筑业产值数据年份销售额y汽车产量建筑业产值1981280.03.9099.431982281.55.11910.361983337.46.66614.501984404.25.33815.751985402.14.32116.781986452.06.11717.441987431.75.55919.771988582.37.92023.761989596.65.81631.611990620.86.11332.171991513.64.25835.091992606.95.59136.421993629.06.67536.581994602.75.54337.141995656.76.93341.301996998.57.63845.621997877.67.75247.38（1）根据上面的数据建立对数模型： （1）（2）所估计的回归系数是否显著？用p值回答这个问题。（3）解释回归系数的意义。（4）根据上面的数据建立线性回归模型： （2）（5）比较模型（1）、（2）的值。（6）如果模型（1）、（2）的结论不同，你将选择哪一个回归模型？为什么？参考答案：（1）回归结果 (0.212765) (0.137842) (0.055677) (17.5541) (2.814299) (10.21006) (2) t检验：2.814299，说明汽车产量对机电行业销售额的影响是显著的；10.21006，说明建筑业产值对机电行业销售额的影响是显著的。F检验：，表明总体回归方程显著，即汽车产量、建筑业产值对机电行业销售额的影响在整体上是显著的。（3），说明汽车产量每增加1%，机电行业的销售额将平均增加0.39%；，说明建筑业产值每增加1%，机电行业的销售额将平均增加0.57%。（4）回归结果 (81.02202) (15.66885) (1.516553) (-0.709128) (2.916971) (7.868761) (5) 模型（1）的、，模型（2）的、。因此，模型（1）的拟合优度大于模型（2）的拟合优度。（6）从两个模型的参数估计标准误差、S.E、t、F、统计量可以看出，模型（1）优于模型（2），应选择模型（1）。实验内容与数据5：表5给出了一个钢厂在不同年度的钢产量。找出表示产量和年度之间关系的方程：，并预测2002年的产量。表5 某钢厂1991-2001年钢产量 （单位：千吨）年度19911992199319941995199619971998199920002001千吨12.212.013.915.917.920.122.726.029.032.536.1参考答案： (0.021946) (0.003236) (105.1484) (36.06598) DW=1.888171 F=1300.755，实验二：异方差性、自相关性、多重共线性检验（3课时）实验内容与数据6：试根据表6中消费(y)与收入(x)的数据完成以下问题：(1)估计回归模型：；(2)检验异方差性（可用怀特检验、戈德菲尔德匡特检验）；(3)选用适当的方法修正异方差性。表6 消费与收入数据yxyxyx55801522209514065100144210108145708517524511315080110180260110160791201351901251658411514020511518098130178265130185951401912701351909012513723012020075901892501402057410553801402101101607085152220113150759014022512516565100137230108145741051452401151808011017524514022584115189250120200791201802601452409012517826513018598130191270参考答案：（1）首先将x排序，其次根据表2数据估计模型，回归结果如下：s = (3.6480) (0.01996)t = (2.5102) (31.970)
