一、填空題：

1.與數(shù)學(xué)中的函數(shù)關(guān)系相比，計(jì)量經(jīng)濟(jì)模型的顯著特點(diǎn)是引入隨機(jī)誤差項(xiàng)

”,〃包含了豐富的內(nèi)容，主要包括四方面----------------------

---------------------、---------------------、---------------------O

2.計(jì)量經(jīng)濟(jì)模型普通最小二乘法的基本假定有-------------------

———■——'——————————O

3.被解釋變量的觀測(cè)值匕與其回歸理論值￡（丫）之間的偏差，稱為

__________；被解釋變量的觀測(cè)值匕與其回歸估計(jì)值Z之間的偏差，稱為

_________0

4.對(duì)線性回歸模型y=6。+4x+〃進(jìn)行最小二乘估計(jì)，最小二乘準(zhǔn)則是

0

5.高斯一馬爾可夫定理證明在總體參數(shù)的各種無偏估計(jì)中，普通最小二乘估

計(jì)量具有__________的特性，并由此才使最小二乘法在數(shù)理統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)

中獲得了最廣泛的應(yīng)用。

6.普通最小二乘法得到的參數(shù)估計(jì)量具有_____________________

__________統(tǒng)計(jì)性質(zhì)。

7.對(duì)于在給定置信水平下，減小A的置信區(qū)間的途

徑主要有------------------------------------------------------。

8.對(duì)包含常數(shù)項(xiàng)的季節(jié)（春、夏、秋、冬）變量模型運(yùn)用最小二乘法時(shí)，如果

模型中需要引入季節(jié)虛擬變量，一般引入虛擬變量的個(gè)數(shù)為----------。

9.對(duì)計(jì)量經(jīng)濟(jì)學(xué)模型作統(tǒng)計(jì)檢驗(yàn)包括________檢驗(yàn)、___________檢驗(yàn)、

----------檢3僉。

10.總體平方和TSS反映___________________之離差的平方和；回歸平方

和ESS反映了_____________________之離差的平方和；殘差平方和RSS反映了

_____________________之差的平方和。

11.方程顯著性檢驗(yàn)的檢驗(yàn)對(duì)象是

12.對(duì)于模型工=&+%X|j+么*2,+…+夕/〃+4，i=i,2,一般經(jīng)臉

認(rèn)為，滿足模型估計(jì)的基本要求的樣本容量為_____________________。

13.對(duì)于總體線性回歸模型匕=夕。+力|、|，+夕2、2i+力3、37+4，運(yùn)用最小二

乘法欲得到參數(shù)估計(jì)量，所要求的最小樣本容量〃應(yīng)滿足____________。

14.將非線性回歸模型轉(zhuǎn)換為線性回歸模型，常用的數(shù)學(xué)處理方法有

—----------、———————--—、——---------O

15.在計(jì)量經(jīng)濟(jì)建模時(shí)，對(duì)非線性模型的處理方法之一是線性化，模型

Y

Y=——線性化的變量變換形式為_____________________,變換后的模型形

aX+（3

式為----------?

16.在計(jì)量經(jīng)濟(jì)建模時(shí)，對(duì)非線性模型的處理方法之一是線性化，模型

Y=——G線性化的變量變換形式為_____________________,變換后的模型形

1+ea+px

式為----------O

二、單選題：

1.回歸分析中定義的（）

A.解釋變量和被解釋變量都是隨機(jī)變量

B.解釋變量為非隨機(jī)變量，被解釋變量為隨機(jī)變量

C.解釋變量和被解釋變量都為非隨機(jī)變量

D.解釋變量為隨機(jī)變量，被解釋變量為非隨機(jī)變量

2.最小二乘準(zhǔn)則是指使（）達(dá)到最小值的原則確定樣本回歸方程。

/=1

C.max,

3.下圖中所指的距離是（）

A.隨機(jī)誤差項(xiàng)B.殘差

C.匕的離差D.X的離差

4.最大或然準(zhǔn)則是從模型總體抽取該n組樣本觀測(cè)值的（）最大的準(zhǔn)則確定

樣本回歸方程。

A.離差平方和B.均值

C.概率D.方差

5.參數(shù)估計(jì)量￡是匕的線性函數(shù)稱為參數(shù)估計(jì)量具有（）的性質(zhì)。

A.線性B.無偏性

C.有效性D.一致性

6.參數(shù)/的估計(jì)量6具備有效性是指（）

A.Var（^）=0B.丫〃（6）為最小

C.B=0D.（6-夕）為最小

7.要使模型能夠得出參數(shù)估計(jì)量，所要求的最小樣本容量為（）

A.n>k+1B,n<k+1

C.n>30D.n>3（k+l）

8.已知含有截距項(xiàng)的三元線性回歸模型估計(jì)的殘差平方和為=800,估

計(jì)用樣本容量為n=24,則隨機(jī)誤差項(xiàng)處的方差估計(jì)量為（）。

A.33.33B.40

C.38.09D.36.36

9.最常用的統(tǒng)計(jì)檢驗(yàn)準(zhǔn)則包括擬合優(yōu)度檢驗(yàn)、變量的顯著性檢臉和（）。

A.方程的顯著性檢臉B.多重共線性檢驗(yàn)

C.異方差性檢驗(yàn)D.預(yù)測(cè)檢驗(yàn)

10.反映由模型中解釋變量所解釋的那部分離差大小的是（）。

A.總體平方和B.回歸平方和C.殘差平方和

11.總體平方和TSS、殘差平方和RSS與回歸平方和ESS三者的關(guān)系是（）。

A.RSS=TSS+ESSB.TSS=RSS+ESS

C.ESS=RSS-TSSD.ESS=TSS+RSS

12.下面哪一個(gè)必定是錯(cuò)誤的（）。

AY,=3O+O.2X,.rXY=0.8

BZ=-75+1.5X]rXY=0.91

QY,=5—2.1X;rXY=0.78

D.g=-12—3.5XjrXY--0.96

13.產(chǎn)量（X,臺(tái)）與單位產(chǎn)品成本（Y,元/臺(tái)）之間的回歸方程為

7=356-1.5%,這說明（）。

A.產(chǎn)量每增加??-臺(tái),單位產(chǎn)品成本增加356元

B.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本減少1.5元

C.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均增加356元

D.產(chǎn)量每增加一臺(tái)，單位產(chǎn)品成本平均減少1.5元

14.回歸模型匕=夕。+/7H,.+必，[=1,...,25中，總體方差未知，檢驗(yàn)

A

"o：4二°時(shí)，所用的檢驗(yàn)統(tǒng)計(jì)量服從（）。

S禽

A./(〃-2)B.t(/?-1)

C./(〃—1)D.t(H-2)

15.設(shè)攵為回歸模型中的參數(shù)個(gè)數(shù)（包括截距項(xiàng)）,n為樣本容量，ESS為殘

差平方和，RSS為回歸平方和。則對(duì)總體回歸模型進(jìn)行顯著性檢驗(yàn)時(shí)構(gòu)造的F統(tǒng)

計(jì)量為（）。

RSS飲—1)F-RSS/31)

A.-ESS/(”-k)B.ESS/(n-k)

F=RSSF=ESS

C.-ESSD.-RSS

16.根據(jù)可決系數(shù)妙與F統(tǒng)計(jì)量的關(guān)系可知，當(dāng)R=1時(shí)有（）。

A.F=1B.F=-1

C.F-+8D.F=0

17.線性回歸模型的參數(shù)估計(jì)量方是隨機(jī)變量匕的函數(shù)，即/=（X'X）'XY。

所以6是（）。

A.隨機(jī)變量B.非隨機(jī)變量

C.確定性變量D.常量

18.由力=X。6可以得到被解釋變量的估計(jì)值，由于模型中參數(shù)估計(jì)量的

不確定性及隨機(jī)誤差項(xiàng)的影響，可知匕是（）。

A.確定性變量B.非隨機(jī)變量

C.隨機(jī)變量D.常量

19.下面哪一表述是正確的（）。

，夕〃.—0

A.線性回歸模型匕=A）+以X,+M的零均值假設(shè)是指n白’

B.對(duì)模型匕=6。+4X"+四、"+”進(jìn)行方程顯著性檢驗(yàn)（即F檢驗(yàn)）,

檢驗(yàn)的零假設(shè)是H。：夕o=4=四=°

C.相關(guān)系數(shù)較大意味著兩個(gè)變量存在較強(qiáng)的因果關(guān)系

D.當(dāng)隨機(jī)誤差項(xiàng)的方差估計(jì)量等于零時(shí)，說明被解釋變量與解釋變量之

間為函數(shù)關(guān)系

20.在雙對(duì)數(shù)線性模型坨丫=/?o+￡JnX+〃中，參數(shù)目的含義是（）。

A.Y關(guān)于X的增長量B.Y關(guān)于X的發(fā)展速度

C.Y關(guān)于X的邊際傾向D.Y關(guān)于X的彈性

21.根據(jù)樣本資料已估計(jì)得出人均消費(fèi)支出Y對(duì)人均收入X的回歸方程為

In/=2.00+0.75InX,這表明人均收入每增加1%,人均消費(fèi)支出將增加

()。

A.2%B.0.2%

C.0.75%D.7.5%

22.半對(duì)數(shù)模型丫=為+PJnX+〃中，參數(shù)4的含義是（）。

A.X的絕對(duì)量變化，引起Y的絕對(duì)量變化

B.Y關(guān)于X的邊際變化

C.X的相對(duì)變化，引起Y的期望值絕對(duì)量變化

D.Y關(guān)于X的彈性

23.半對(duì)數(shù)模型m丫=凡+4X+〃中，參數(shù)目的含義是（）。

A.X的絕對(duì)量發(fā)生一定變動(dòng)時(shí)，引起因變量Y的相對(duì)變化率

B.Y關(guān)于X的彈性

C.X的相對(duì)變化，引起Y的期望值絕對(duì)量變化

D.Y關(guān)于X的邊際變化

24.雙對(duì)數(shù)模型In丫=4+￡JnX+〃中，參數(shù)力的含義是（）。

A.X的相對(duì)變化，引起Y的期望值絕對(duì)量變化

B.Y關(guān)于X的邊際變化

C.X的絕對(duì)量發(fā)生一定變動(dòng)時(shí)，引起因變量Y的相對(duì)變化率

D.Y關(guān)于X的彈性

三、多選題：

1.下列哪些形式是正確的（）。

A.Y=H\XB.Y=0O+01X+H

c.y=A）+6x+〃D,日=A+6X+〃

E.1=A+自XF.E(Y)=&+4X

G.Y=BO+8'XH,丫=瓦+自X+e

J.EQ)=B,+B\X

2.調(diào)整后的多重可決系數(shù)巨2的正確表達(dá)式有（）。

2I“匕—”（1）

i￡（r,.-y）/（H-D

A.一工（匕一E）2/（〃一人）B.一2化-匕）2/5-1）

n一1

i-（i-7?2）1-2）1

c.n-k

1-<1+/?2）^—

E.n-\

3.設(shè)女為回歸模型中的參數(shù)個(gè)數(shù)（包括截距項(xiàng)）,則總體線性回歸模型進(jìn)行

顯著性檢驗(yàn)時(shí)所用的F統(tǒng)計(jì)量可表示為（）。

Z化一1）2/（〃一外Z（Z-P）2/（D

A.Zej（A：-1）B.￡e；/（n-k）

仁（I）（1-R2）/（〃—1）

c.（I-R2）/（〃-k）D.廢/（1）

R2j（n-k）

E.（1-廢）/（1）

4.將非線性回歸模型轉(zhuǎn)換為線性回歸模型，常用的數(shù)學(xué)處理方法有（）。

A.直接置換法B.對(duì)數(shù)變換法

C.級(jí)數(shù)展開法D.廣義最小二乘法

E.加權(quán)最小二乘法

5.在模型InYi=ln/?u+￡JnX,+從中（）。

A.y與x是非線性的B.y與笈是非線性的

c.my與4是線性的D.Iny與InX是線性的

E.y與InX是線性的

6.回歸平方和2聲是指（）。

A.被解釋變量的觀測(cè)值Y與其平均值歹的離差平方和

B.被解釋變量的回歸值f與其平均值歹的離差平方和

C.被解釋變量的總體平方和ZY2與殘差平方和之差

D.解釋變量變動(dòng)所引起的被解釋變量的離差的大小

E.隨機(jī)因素影響所引起的被解釋變量的離差大小

7.在多元線性回歸分析中，修正的可決系數(shù)Q與可決系數(shù)方之間（）。

A.R2<R2B.R->R2

C.R2只能大于零D.正可能為負(fù)值

8.下列方程并判斷模型（）屬于變量呈線性，模型（）屬于系數(shù)呈線性，模

型（）既屬于變量呈線性又屬于系數(shù)呈線性，模型（）既不屬于變量呈線性也不

屬于系數(shù)呈線性。

A.YaM+內(nèi)B.Yi=￡o+ZMogX,+〃,

c.log、=￡0+力logX,+〃,D.YLBO+KAX])+出

E,匕=凡/（萬/）+從F.K=l+/?o(l_X,)+從

G,匕=為+必X“+尸2X2,+〃,

第二章練習(xí)題及參考解答

練習(xí)題2.1參考解答：

計(jì)算中國貨幣供應(yīng)量（以貨幣與準(zhǔn)貨幣M2表示）與國內(nèi)生產(chǎn)總值（GDP）的相關(guān)系數(shù)為:

計(jì)算方法:

於X；-X網(wǎng)$-(?了

一Z（X,「反）化-?

或rXY=?/

立區(qū)-又）2￡（工-丫丫

計(jì)算結(jié)果：

M2GDP

M210.996426148646

GDP0.9964261486461

經(jīng)濟(jì)意義：這說明中國貨幣供應(yīng)量與國內(nèi)生產(chǎn)總值（GDP）的線性相關(guān)系數(shù)為0.996426,線性

相關(guān)程度相當(dāng)高。

練習(xí)題2.2參考解答

美國軟飲料公司的廣告費(fèi)用X與銷售數(shù)量Y的散點(diǎn)圖為

2000

1600-

1200-

800-

400-

020406080100120140

X

說明美國軟飲料公司的廣告費(fèi)用X與銷售數(shù)量Y正線性相關(guān)。

相關(guān)系數(shù)為：

Xy

X10.978148015384

y0.9781480153841

說明美國軟飲料公司的廣告費(fèi)用X與俏售數(shù)量Y的正相關(guān)程度相當(dāng)高。

若以銷售數(shù)量Y為被解釋變量，以廣告費(fèi)用X為解釋變量,可建立線性回歸模型

X=A+—Xj+%

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariable:Y

Method:LeastSquares

Date:07/01/05Time:21:38

Sample:17

Includedobservations:7

VariableCoefficientStd.Errort-StatisticProb.

C-12.7785396,98004-0.1317650.9003

X14.403591.36916610.519980.0001

R-squared0.956774Meandependentvar852.6714

AdjustedR-squared0.948128S.D.dependentvar596.5637

S.E.ofregression135.8696Akaikeinfocriterion12.89622

Sumsquaredresid92302.73Schwarzcriterion12.88077

Loglikelihood-43.13679F-statistic110.6699

Durbin-Watsonstat1.438932Prob(F-statistic)0.000134

經(jīng)t檢驗(yàn)表明，廣告費(fèi)用X對(duì)美國軟飲料公司的銷售數(shù)量Y確有顯著影響?；貧w結(jié)果表明，

廣告費(fèi)用X每增加1百萬美元，平均說來軟飲料公司的銷售數(shù)量將增加14.40359（百萬箱）。

練習(xí)題2.3參考解答：

1、建立深圳地方預(yù)算內(nèi)財(cái)政收入對(duì)GDP的回歸模型，建立EViews文件，利用地

方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的數(shù)據(jù)表，作散點(diǎn)圖

可看出地方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的關(guān)系近似直線關(guān)系，可建立線性回歸模型:

Y,=^+/32GDPl+ut

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariable:Y

MethodLeastSquares

Date:02/07/10Time:10:05

Sample:19902007

Includedobservations:18

VariableCoefficientStd.Errort-StatisticProb

C20461069867440207359300546

GDPO084965O00325526.103760.0000

R-squared0.977058Meandependentvar215.9467

AdjustedR-squared0.975624S.D.dependentvar174.6014

S.E.ofregression27.28021Akaikeinfocriterion9553172

Sumsquaredresid1188990Schwarzcriterion9.652103

Loglikelihood-83.97855F-statistic681.4064

Durbin-Watsonstat0.982033Prob(F-statistic)0OOOOOO

即R=20.4611+0.0850G04

(9.8674)(0.0033)

t=(2.0736)(26.1038)

R2=0.9771F=681.4064

經(jīng)檢驗(yàn)說明，深圳市的GDP對(duì)地方財(cái)政收入確有顯著影響。7?2=0.9771,說明GDP解釋

了地方財(cái)政收入變動(dòng)的近98%,模型擬合程度較好。

模型說明當(dāng)GDP每增長1億元時(shí)，平均說來地方財(cái)政收入將增長0.0850億元。

當(dāng)2008年GDP為7500億元時(shí)，地方財(cái)政收入的點(diǎn)預(yù)測(cè)值為：

4c8=20.4611+0.0850x8000=700.4611（億元）

區(qū)間預(yù)測(cè)：

為了作區(qū)間預(yù)測(cè)，取a=0.05,0平均值置信度95%的預(yù)測(cè)區(qū)間為：

利用EViews由GDP數(shù)據(jù)的統(tǒng)計(jì)量得到/=2031.266X=2300.773n=18

則有Zx；=b"〃T)=203L2662x(18—1)=70142706.5669

(X,,-X)2=(8000-2300.773)2=32481188.3976

取a=0.05,匕）08=700.4611,小025（18-2）=2.120平均值置信度95%的預(yù)測(cè)區(qū)間為:

1132481188.3976

GDP,,=8000時(shí)700.4611+2.120x27.2602x+

ZUmvoV1870142706.5669

=700.4611+41.6191（億元）

Yf個(gè)別值置信度95%的預(yù)測(cè)區(qū)間為：

32481188.3976

即700.4611+2.120x27.2602xjl+—+

\1870142706.5669

=700.4611+71.2181(億元)

練習(xí)題2.4參考解答：

（1）以最終消費(fèi)為被解釋變量Y,以國民總收入為解釋變量X,建立線性回歸模型:

匕=丹+凡*'+%

利用EViews估計(jì)參數(shù)并檢驗(yàn)

DependentVariableY

Method:LeastSquares

Date02/11/10Time:17:12

Sample19782007

Includedobservations:30

VariableCoefficientStd.Errort-StatisticProb.

C3044.343895.40403.3999650.0020

X05301120.00967054.8207600000

R-squared0990769Meandependentvar3658459

AdjustedR-squared0990440S.Ddependentvar3662287

SEofregression3580903Akaikeinfocriterion1926896

Sumsquaredresid359E-H38Schwarzcriterion1936237

Loglikelihood-2870344F-statistic3005316

Durbin-Watsonstat0128755Prob(F-statistic)0000000

回歸分析結(jié)果為:

Y,=3044.343+0.530112X,

(895.4040)(0.00967)

t=(3.3999)(54.8208)

R2=0.9908n=30

(2)回歸估計(jì)的標(biāo)準(zhǔn)誤差即估計(jì)的隨機(jī)擾動(dòng)項(xiàng)的標(biāo)準(zhǔn)誤差6-=叵胤(〃-2),由EViews估

計(jì)參數(shù)和檢驗(yàn)結(jié)果得3=3580.903,可決系數(shù)為0.9908。

(3)由t分布表可查得%025(30-2)=2.048,由于以=54.8208>d25(28)=2.048,或由

P值=0.000可以看出，對(duì)回歸系數(shù)進(jìn)行顯著性水平為5%的顯著性檢驗(yàn)表明，國民總收入對(duì)

最終消費(fèi)有顯著影響。

(4)如果2008年全年國民總收入為300670億元，預(yù)測(cè)可能達(dá)到的最終消費(fèi)水平為：

Y2m=3044.343+0.530112x300670=162433.1180(億元)

對(duì)最終消費(fèi)的均值置信度為95%的預(yù)測(cè)區(qū)間為：

2

.11(Xf-X)

盧%2bhE*

由Eviews計(jì)算國民總收入X變量樣本數(shù)據(jù)的統(tǒng)計(jì)量得：

%=68765.51X=63270.07n=30

則有￡x；=a；(〃—1)=68765.512x(30-1)=137132165601.2429

(X/-區(qū)產(chǎn)=(300670—63270.07)2=56358726764.0049

取a=0.05匕oo8=162433.1180,r0025(30-2)=2.048，已知3=3580.903,平均值置信

度95%的預(yù)測(cè)區(qū)間為：

2

“11(Xf-X)

I156358726764.0049

=162433.1180+2.048x3580.903xV30+137132165601.2429

=162433.1188+4888.4110(億元)

練習(xí)題2.5參考解答：

美國各航空公司航班正點(diǎn)到達(dá)比率X和每10萬名乘客投訴次數(shù)丫的散點(diǎn)圖為

1.4-

1.2-

1.0-

A0.8-

0.6-

0.4-

0.2-

6870727476788082

X

由圖形看出航班正點(diǎn)到達(dá)比率和每10萬名乘客投訴次數(shù)呈現(xiàn)負(fù)相關(guān)關(guān)系,

利用EViews計(jì)算線性相關(guān)系數(shù)為：

XY

X1-0.882607

Y-0.882607

建立描述投訴率（Y）依賴航班按時(shí)到達(dá)正點(diǎn)率（X）的回歸方程:

Yi=d+%Xi+Ui

利用EViews估計(jì)其參數(shù)結(jié)果為

DependentVariableY

MethodLeastSquares

Date07/01/05Time:21:21

Sample19

Includedobservations:9

VariableCoefficientStd.Errort-StatisticProb.

C60178321.0522605.7189610.0007

X-00704140.014176-49672540.0016

R-squared0778996Meandependentvar0797778

AdjustedR-squared0.747424S.D.dependentvar0.319991

SEofregression0160818Akaikeinfocriterion-0623958

Sumsquaredresid0.181037Schwarzcriterion-0.580130

Loglikelihood4807811F-statistic2467361

Durbin-Watsonstat2526971Prob（F-statistic）0001624

即Z=6.017832-0.070414X,

(1.017832)(-0.014176)

t=(5.7l8961)(-4.967254)

R2=0.778996F=24.67361

從檢驗(yàn)結(jié)果可以看出，航班正點(diǎn)到達(dá)比率對(duì)乘客投訴次數(shù)確有顯著影響。

這說明當(dāng)航班正點(diǎn)到達(dá)比率每提1個(gè)百分點(diǎn)，平均說來每10萬名乘客投訴次數(shù)將下降0.07

次。

如果航班按時(shí)到達(dá)的正點(diǎn)率為80%,估計(jì)每10萬名乘客投訴的次數(shù)為

y;=6.017832-0.070414x80=0.384712（次）

練習(xí)題2.6參考解答：

1.分析每股帳面價(jià)值和當(dāng)年紅利的相關(guān)性

作散布圖：

X

從圖形看似乎具有一定正相關(guān)性，計(jì)算相關(guān)系數(shù):

ConelationMatrix

YX

Y1.0000000.708647

X0.7086471.000000

每股帳面價(jià)值和當(dāng)年紅利的相關(guān)系數(shù)為0.708647

2.建立每股帳面價(jià)值X和當(dāng)年紅利丫的回歸方程:

工=4+所,+%

回歸結(jié)果：

DependentVariableY

MethodLeastSquares

Date02/12/10Time:0857

Sample116

Includedobservations:16

VariableCoefficientStd.Errort-StatisticProb.

C48066633.357532143160601742

X68942261.834544375800600021

R-squared0502180Meandependentvar16.33036

AdjustedR-squared0466621S.Ddependentvar7489613

S.E.ofregression5469873Akaikeinfocriterion6352856

Sumsquaredresid4188731Schwarzcriterion6449430

Loglikelihood-4882285F-statistic1412261

Durbin-Watsonstat1506667Prob(F-statistic)0002120

參數(shù)片的t檢驗(yàn)：t值為3.7580渣表4025（16—2）=2.145<%=3.7580,或者P值為

0.002i<a=0.05，表明每股紅利對(duì)帳面價(jià)值有顯著的影響。

3.回歸系數(shù)的經(jīng)濟(jì)意義：

平均說來公司的股票每股紅利增加1元，當(dāng)年帳面價(jià)值將增加6.8942元

練習(xí)題2.7參考解答:

⑴建立回歸模型：匕=g+為X,+吃

Z（X,-一田）（工一歹）_工七％_334229.09

用OLS法估計(jì)參數(shù)：后0.7863

Z（X「反了~425053.73

549.8-0.7863x647.88=66.2872

估計(jì)結(jié)果為:g=66.2872+0.7863X,

說明該百貨公司銷售收入每增加1元,平均說來銷售成本將增加0.7863元。

⑵計(jì)算可決系數(shù)和回歸估計(jì)的標(biāo)準(zhǔn)誤差

可決系數(shù)為:

0.78632x425053.73262796.99=0999778

262855.25262855.25

由/w蕓可得

y.=(1-0.999778)x262855.25=58.3539

回歸估計(jì)的標(biāo)準(zhǔn)誤差：a==458.3539/(12-2)=2.4157

（3）對(duì)夕2進(jìn)行顯著水平為5%的顯著性檢驗(yàn)

人人

*A-AA

t=：-----tt((n-2)

人人

SE(BDS￡(z?2)

2.41572.4157

SE0)=0.0037

V425053.73651.9614

人=任=212.5135

SE血)0837

查表得a=0.05時(shí)，h()25(12—2)=2.228"*=212.5135

表明片顯著不為0,銷售收入對(duì)銷售成本有顯著影響.

（4）假定下年1月銷售收入為800萬元，利用擬合的回歸方程預(yù)測(cè)其銷售成本，并給出置

信度為95%的預(yù)測(cè)區(qū)間。

g=66.2872+0.7863X,=66.2872+0.7863x800=695.3272萬元

預(yù)測(cè)區(qū)間為:

(800-647.88)2

%.=695.3272干2.228x2.4157xn+425053.73

=695.3272干1.9978

練習(xí)題2.8參考解答:

（1）分別設(shè)定簡(jiǎn)單線性回歸模型，分析各國人均壽命與人均GDP、成人識(shí)字率、一歲

兒童疫苗接種率的數(shù)量關(guān)系：

1）人均壽命與人均GDP關(guān)系

丫產(chǎn)

估計(jì)檢驗(yàn)結(jié)果：

,15IIIIill二:r1-rwi;13'

DependentVanableY

MethodLeastSquares

Date02/12/10Time1111

Sample122

Includedobservations22

VanableCoefficientStdEnor(-StatisticProb

C56647941960820288899200000

X101283600027242471183400001

R*squared0526082Meandependentvar6250000

AdjustedR-squared0502386SDdependentvar1008889

SEofregression7116881Akaikeinfocritenon6849324

Sumsquaredresid1013000Schwarzcntenon6948510

Loglikelihood-7334257F-st