计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc

计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc

ID:50475942

大小:892.50 KB

页数:13页

时间:2020-03-09

计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc_第1页
计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc_第2页
计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc_第3页
计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc_第4页
计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc_第5页
资源描述:

《计量经济学 教学课件 作者 林清泉 著 课后习题 第五章.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第五章多元线性回归第一部分学习目的和要求本章主要介绍了多元线性回归模型的内容。需要掌握并理解以下问题:(1)掌握经典多元线性回归的概念及模型、线性模型的假设条件。(2)掌握参数的最小平方估计法。(3)了解向量函数微分的概念。(4)掌握参数的估计量的分布及其性质。(5)了解概率极限的概念及性质。(6)掌握参数的无偏估计,极大似然估计,一致估计。(7)掌握参数的假设检验方法,包括单一线性约束的显著性检验和一般线性假设的检验。(8)掌握参数的区间估计方法,包括参数向量的区间估计,单个参数的区间估计,几个参数的区间估计。(9)掌握总体均值的预测,包括点预测和区间预测。掌握总体

2、特定值的预测和区间预测。第二部分练习题一﹑术语解释1.多元线性回归模型2.多元线性回归的Gauss-Markov定理3.概率极限4.多元线性回归的极大似然估计5.单一线性约束的显著性检验和线性相关显著性检验二﹑问答1.多元线性回归模型的假设条件是什么?2.求系数的最小二乘估计时,是否需要多元线性模型的假设条件?3.参数和的最小二乘估计是什么?4.参数和的极大似然估计是它们的无偏估计吗?5.概率极限与通常所说的极限有什么不同?6.试说明一般线性假设的检验包含了单一线性约束的显著性检验。7.试说明线性回归模型方差分析中的实际意义。三、计算证明题1.建立一个多元线性回归模型

3、:①对其中的自变量建立另外一个多元线性回归模型:②得到回归残差,最后建立回归模型:③13证明:2.对模型应用最小二乘法,得到回归方程:证明:残差与不相关,即3.设有模型,应用OLS法,得回归方程:证明:4.考虑以下方程(括号内为估计标准差)(0.080)(0.072)=19,=0.873;其中:年的销售量年的广告费用请回答下列问题:(1)对销售量估计的斜率系数进行假设检验。(2)讨论在理论上是否正确,对本模型的正确性进行讨论。是否应从方程中删除?为什么?5.已知线性回归模型式中,且(为样本量,为参数个数),由二次型的最小化得到如下线性方程组:;请回答以下问题:(1)把

4、问题写成矩阵向量的形式,用求逆矩阵的方法求解。(2)如果,求。(3)求出的方差协方差矩阵。6.为了确定对空调价格的影响因素,B.T.katchford根据19个样本数据得到的回归结果如下:,13(0.005)(8.992)(3.082)其中:空调的价格/美元空调的BTU比率能量效率设定数(1)解释这个回归方程式的回归结果。(2)该回归结果是否有经济意义?(3)在显著水平下,进行下述检验,零假设:BTU比率对空调的价格无影响,备择假设检验:BTU比率对价格有正向影响。(4)通过详细的计算检验下述零假设:三个解释变量在很大程度上解释了空调价格的变动。7.根据美国1965-

5、ⅠQ至1983-ⅡQ数据(),JamesDoti与EsmaelAdibi得到下面的回归方程以解释美国个人的消费支出(PCE):(-3.33)(249.06)(-3.09)其中:个人消费支出/亿美元可支配(税后)收入/亿美元银行支付的主要利率(%)(1)求边际消费倾向(MPC)--每额外增加1美元个人可支配收入所增加的消费支出的数量。(2)解释模型的经济意义。(3)通过计算检验下述零假设:MPC显著不为1。(4)检验零假设:显著不为零。(5)检验假设:。(6)计算每个系数的标准差。8.设模型为,的观察值如表一,试用OLS法对该模型进行多元线性回归分析。335114856

6、32413546第三部分参考答案一﹑术语解释1.多元线性回归模型:设是的线性函数,则模型为:(1)其中,为随机变量。为常数项,它反映了度量原点的选定。称为回归系数,它反映了变动一个单位时的改变量。给定的次观察值:,其中,是变量的第次观测值,,,其中表示随机误差项在第次观察中所取的值。记,,,则多元线性回归模型有矩阵形式:。2.多元线性回归的Gauss-Markov定理:在满足多元线性回归模型的基本假设条件下,该基本假设条件包括Gauss-Markov假定,即①,,,称具有方差齐性;②,,,这称没有序列相关。在满足上面假定下,在的所有线性无偏估计类中,其OLS估计的的方

7、差最小,即OLS估计的是的最优线性无偏估计(BLUE),这称为多元线性回归的Gauss-Markov定理。3.概率极限:设是参数的一个估计值,如果,即对任意小的正数及存在一样本容量,当时,有,则称13依概率收敛于,即是的概率极限,也可以说,是的一致估计,记为:。4.多元线性回归的极大似然估计:多元线性回归模型,中参数向量的极大似然估计,记,则的联合概率密度函数为:即似然函数为:按照参数极大似然估计的定义,取与使成立,则称与为及的极大似然估计。解得5.单一线性约束的显著性检验和线性相关显著性检验:单一线性约束的显著性检验:设已选定变量,需要考虑其中某个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。