欢迎来到天天文库
浏览记录
ID:39309544
大小:282.50 KB
页数:7页
时间:2019-06-30
《计量经济学实验练习题及答案》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、实验练习题1、根据美国各航空公司航班正点到达的比率X(%)和每10万名乘客投诉的次数Y进行回归,EViews输出结果如下:DependentVariable:YMethod:LeastSquaresSample:19Includedobservations:9VariableCoefficientStd.Errort-StatisticProb.C6.0178321.0522605.7189610.0007X-0.0704140.014176-4.9672540.0016R-squared0.778996Prob(F-statistic)0.001624Durbin-Watsonstat2.
2、5270(1)对以上结果进行简要分析(包括方程显著性检验、参数显著性检验、值的评价、对斜率的解释等,显著性水平均取0.05)。(2)按标准书写格式写出回归结果。2、已知变量和的数据如下表所示,试采用OLS法(列出表格)估计模型=的参数值。序号113222338448551166133、以下是某次线性回归的EViews输出结果,部分数值已略去(用大写字母标示),但它们和表中其它特定数值有必然联系,分别据此求出这些数值,并写出过程。(保留3位小数)DependentVariable:YMethod:LeastSquaresSample:113Includedobservations:13Vari
3、ableCoefficientStd.Errort-StatisticProb.C5.7304880.605747A0.0000X-0.3139600.048191-6.5149640.0000R-squared0.794180 Meandependentvar1.962965AdjustedR-squaredB S.D.dependentvar1.372019S.E.ofregression0.650127 Akaikeinfocriterion2.117340SumsquaredresidC Schwarzcriterion2.2042564、用1970-1994
4、年间日本工薪家庭实际消费支出Y与实际可支配收入X(单位:103日元)数据估计线性模型=,然后用得到的残差序列绘制以下图形。(1)试根据图形分析随机误差项之间是否存在自相关?若存在,是正自相关还是负自相关?(2)此模型的估计结果为t:(6.14)(30.01)=0.975,=900.51,=0.35试用检验法检验随机误差项之间是否存在自相关。5、用一组截面数据估计消费(Y)—收入(X)方程=的结果为=t:(2.57)(32.01)=0.95,=1024.56,=1.79(1)根据回归的残差序列e(t)图分析本模型是否存在异方差?注:abs[e(t)]表示e(t)的绝对值。(2)其次,用Whit
5、e法进行检验。EViews输出结果见下表:WhiteHeteroskedasticityTest:F-statistic6.301373Probability0.003370Obs*R-squared10.86401Probability0.004374DependentVariable:RESID^2Method:LeastSquaresSample:160Includedobservations:60VariableCoefficientStd.Errort-StatisticProb.C-10.03614131.1424-6.0765290.0045X0.1659771.6198565
6、.1024640.0064X^20.0018000.0045878.3924690.0002若给定显著水平,以上结果能否说明该模型存在异方差?查卡方分布临界值的自由度是多少?附表:检验临界值表(=0.05)nk=1k=2dLdUdLdU241.271.451.191.55251.291.451.211.55261.301.461.221.55271.311.471.241.566.下表是中国某地人均可支配收入(INCOME)与储蓄(SAVE)之间的回归分析结果(单位:元):DependentVariable:SAVEMethod:LeastSquaresSample:131Includedo
7、bservations:31VariableCoefficientStd.Errort-StatisticProb. C-695.1433118.0444-5.8888270.0000INCOME0.0877740.004893――――R-squared0.917336 Meandependentvar1266.452AdjustedR-squared0.914485 S.D.dependent
此文档下载收益归作者所有