計(jì)量經(jīng)濟(jì)學(xué)習(xí)題01

、單項(xiàng)選擇題（每題2分，共20分）1?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2et800，估計(jì)用樣本容量為n24,則隨機(jī)誤差項(xiàng)小的方差估計(jì)量為（）A.33.33 B.40C.38.09D.36.362、如果模型中出現(xiàn)隨機(jī)解釋變量并且與隨機(jī)誤差項(xiàng)相關(guān)時,是（）。最常用的估計(jì)方法A.普通最小二乘法C.差分法D.3?最小二乘準(zhǔn)則是指使B.加權(quán)最小二乘法工具變量法（）達(dá)到最小值的原則確定樣本回歸方程。nB.t1cmaxYtn 2cmaxYt 2xU,在用實(shí)際數(shù)據(jù)對模型的參數(shù)進(jìn)行估計(jì)的時候，測得D慚計(jì)量為0.6453,則廣義差分變量是（）Ayt0.6453yt1,xt0.6453xt1byt0.6774yt1,xt0.6774xt1C.ytyt1,xtXt1 D. yt0.05yt1,xt0.05xt1YD.YY?t14、下圖中“{”所指的距離是4、下圖中?X0 1XB.B.殘差A(yù).隨機(jī)誤差項(xiàng)C.Yi的離差D.5?已知模型的形式為5?已知模型的形式為y6、對模型Yi=00+B1X1i+02X2i+1進(jìn)行總體顯著性檢驗(yàn)，如果檢驗(yàn)結(jié)果總TOC\o"1-5"\h\z體線性關(guān)系顯著，則不可能（ ）A.B1=0,B2=0B.B1W0,B2=0C.B1=032W0D.B1金0,B2W07?在多元線性回歸中，判定系數(shù)RA2隨著解釋變量數(shù)目的增加而（ ）A.增加B.減少C不變D.變化不定.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2.設(shè)k為回歸模型中的參數(shù)個數(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。則對總體回歸模型進(jìn)行顯著性檢驗(yàn)時構(gòu)造的 F統(tǒng)計(jì)量為（）。FA.RSS/(k1)FA.RSS/(k1)ESS/(nk)B.RSS/(k1)ESS/(nk)ESSFESSFRSSRSSFC.ESS D..根據(jù)樣本資料已估計(jì)得出人均消費(fèi)支出 Y對人均收入X的回歸方程為InY2.000.75lnX,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%.若回歸模型中的隨機(jī)誤差項(xiàng)存在一階自回歸形式的序列相關(guān)， 則估計(jì)模型參數(shù)應(yīng)采用（）。A.普通最小二乘法 B. 加權(quán)最小二乘法C.廣義差分法 D. 工具變量法12、同一統(tǒng)計(jì)指標(biāo)按時間順序記錄的數(shù)據(jù)列稱為（）A.橫截面數(shù)據(jù) B.時間序列數(shù)據(jù)C.修勻數(shù)據(jù) D. 平行數(shù)據(jù)13.回歸分析中，用來說明擬合優(yōu)度的統(tǒng)計(jì)量為（ ）A.相關(guān)系數(shù) B.判定系數(shù)C.回歸系數(shù)D.標(biāo)準(zhǔn)差14?“計(jì)量經(jīng)濟(jì)學(xué)”一詞最早是由（ ）提出。A、恩格爾 B、弗瑞希（R.Frisch）C、薩繆爾森 D、丁伯根（J.Tinberge。15、設(shè)OLS法得到的樣本回歸直線為W=a+bX,以下說法不正確的是（A. 3Xi=0B. 在回歸直線上C.a=y-bXD.%=yi-i（i為隨機(jī)誤差）.既包含時間序列數(shù)據(jù)又包含截面數(shù)據(jù)的數(shù)據(jù)集合稱為：A原始數(shù)據(jù) B.Pool數(shù)據(jù)C.時間序列數(shù)據(jù) D.截面數(shù)據(jù)4、對于模型Yi 0lXii,如果在異方差檢驗(yàn)中發(fā)現(xiàn)Var（叱i）=Xi4 ,則用加權(quán)最小二乘法估計(jì)模型參數(shù)時，權(quán)數(shù)應(yīng)為（ ）。A.XiB.Xi2C.1/XiD.1/Xi2.在對線性回歸模型用最小二乘法進(jìn)行回歸時，通常假定隨機(jī)誤差項(xiàng) ui服從（）分布。A.N（0,aB.t（n-1）C.N（0,1）D.t（n）18、調(diào)整后的決定系數(shù)與決定系數(shù)R2之間的關(guān)系敘述錯誤的是（ ）A.R2與R2均非負(fù)B.R2有可能大于R2C.判斷多元回歸模型擬合優(yōu)度時,使用R2D.模型中包含的解釋變量個數(shù)越多， R2與R2就相差越大.在多元線性回歸模型中， rK為第K個解釋變量對其余（K-1）個解釋變量回歸的決定系數(shù)，方差膨脹因子的計(jì)算公式為（ ）A.1/RKB.1/（RK-1）C.1/（1-RK）D.RkTOC\o"1-5"\h\z.下列方法中不是用來檢驗(yàn)異方差的是（ ）A.戈德-夸特檢驗(yàn)B.懷特檢驗(yàn)C.格里瑟檢驗(yàn)D.方差膨脹因子檢驗(yàn).記p為回歸方程的隨機(jī)誤差項(xiàng)的一階自相關(guān)系數(shù)，一階差分法主要適用的情形是（ ）A.P=0B.p=1C.p>0D.p<0?22.在回歸模型Yi=B0+B1Xi+ui中，檢當(dāng)^H0：B1=0時所用的統(tǒng)計(jì)量 1―服Var（?1）從的分布為（ ）A.x2（n-2）B.t（n-1）C.x2（n-1）D.t（n-2）23.在對多元線性回歸模型進(jìn)行檢驗(yàn)時，發(fā)現(xiàn)各參數(shù)估計(jì)量的 t檢驗(yàn)值都很低，但模型的F檢驗(yàn)值卻很高，這說明模型存在（ ）A.方差非齊性 B.序列相關(guān)性C.多重共線性D.設(shè)定誤差25?已知含截距項(xiàng)的3元線性回歸模型估計(jì)的殘差平方和為 ei2=1200,樣本容量為n=24,則誤差項(xiàng)方差的無偏估計(jì)量S2為（ ）A400 B40C、60D、8026、若線性回歸模型中的隨機(jī)誤差項(xiàng)存在自相關(guān)性，那么普通最小二乘法估計(jì)得到的參數(shù)（ ）。A.無偏且有效 B.有偏且有效C.無偏但無效D.有偏且無效.下面屬于截面數(shù)據(jù)的是（）A1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的平均工業(yè)產(chǎn)值B1991-2003年各年某地區(qū)20個鄉(xiāng)鎮(zhèn)的各鎮(zhèn)工業(yè)產(chǎn)值G某年某地區(qū)20個鄉(xiāng)鎮(zhèn)工業(yè)產(chǎn)值的合計(jì)數(shù)D某年某地區(qū)20個鄉(xiāng)鎮(zhèn)各鎮(zhèn)工業(yè)產(chǎn)值.下列方法不是用來克服一階自回歸的是（ ）A.一階差分 B.WLSC.杜賓兩步法D.柯奧迭代法.總體顯著性F檢驗(yàn)屬于經(jīng)濟(jì)計(jì)量模型評價中的（）A.統(tǒng)計(jì)檢驗(yàn)B.經(jīng)濟(jì)意義檢驗(yàn)C.經(jīng)濟(jì)計(jì)量檢驗(yàn)D.參數(shù)顯著性檢驗(yàn).在多元線性回歸模型中，若某個解釋變量對其余解釋變量的判定系數(shù)接近于1,則表明模型中存在（）

A.多重共線性 B.異方差性C.序列相關(guān)D. 高擬合優(yōu)度3131、在模的回歸分析結(jié)果報告中,A、解釋變量的聯(lián)合影響是顯著的D、解釋變量的影響是均不顯著TOC\o"1-5"\h\z.線性回歸模型的參數(shù)估計(jì)量是（ ）A.非隨機(jī)變量 B.隨機(jī)變量C.確定性變量D.常量33、下列模型的表達(dá)形式正確的是（ ）AyabXi B yiabx iCyi白bXi D?夕bXi.利用OL萌法估計(jì)得到的回歸直線Y?=?+gx必經(jīng)過點(diǎn)（A.（0,0）B.（x,0）C.（0,y） D.（X,y）35?下列檢驗(yàn)中不是用來檢驗(yàn)異方差的（ ）A.懷特檢驗(yàn) B.戈德-匡特檢驗(yàn)C.格里瑟木金驗(yàn) D.格蘭杰檢驗(yàn)36.在多元回歸中，調(diào)整后的判定系數(shù) （ ）判定系數(shù)A.<;B.>;C.=;D.關(guān)系不能確定40、下列式子中錯誤的是（ ）ARA2=RSS/TSSB.RA2=ESS/TSSC.RA2=1-ESS/RSSD.TSS=ESS+RSS41、在DWfc驗(yàn)中，當(dāng)dW統(tǒng)計(jì)量為4時，表明（ ）存在完全的正自相關(guān)存在完全的負(fù)自相關(guān)不存在自相關(guān)D.不能判定、判斷題總離差平方和可分解為回歸平方和與殘差平方和。（對）整個多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個單獨(dú)的解釋變 量均是統(tǒng)計(jì)顯著的。（錯）多重共線性只有在多元線性回歸中才可能發(fā)生。（對）通過作解釋變量對時間的散點(diǎn)圖解釋變量對時間的散點(diǎn)圖可大致判斷是否存在自相關(guān)。（錯）在計(jì)量回歸中，如果估計(jì)量的方差有偏，則可推斷模型應(yīng)該存在異方差 （）錯存在異方差時，可以用廣義差分法來進(jìn)行補(bǔ)救。（錯）當(dāng)經(jīng)典假設(shè)不滿足時，普通最小二乘估計(jì)一定一定不是最優(yōu)線性無偏估計(jì)量。（錯）判定系數(shù)檢驗(yàn)中，回歸平方和占的比重越大，判定系數(shù)也越大。（對）可以作殘差對某個解釋變量的散點(diǎn)圖來大致判斷是否存在自相關(guān)。 （錯）做殘差的當(dāng)期值與其滯后期的值的散點(diǎn)圖來判斷是否存在自相關(guān)遺漏變量會導(dǎo)致計(jì)量估計(jì)結(jié)果有偏。（錯）只影響有效性TOC\o"1-5"\h\z均值為中心的對稱分布。 （V）經(jīng)典假設(shè)滿足時， 普通最小二乘估計(jì)量具有最優(yōu)線性無偏特征。 V（）5.在對數(shù)線性模型中，解釋變量的系數(shù)表示被解釋變量對解釋變量的彈性 （V）6存在異方差時，可以用加權(quán)最小二乘法來進(jìn)行補(bǔ)救。 V（）7.戈雷瑟檢驗(yàn)戈雷瑟檢驗(yàn)是用來檢驗(yàn)異方差的（ V）1、在經(jīng)濟(jì)計(jì)量分析中，模型參數(shù)一旦被估計(jì)出來，就可將估計(jì)模型直接運(yùn)用于實(shí)際的計(jì)量經(jīng)濟(jì)分析。錯，參數(shù)一經(jīng)估計(jì)，建立了樣本回歸模型，還需要對模型進(jìn)行檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)專門檢驗(yàn)等。.雙變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗(yàn)與斜率系數(shù)的顯著性 檢驗(yàn)是一致的。正確，一元線性回歸僅有一個解釋變量，因此對斜率系數(shù)的T檢驗(yàn)等價于 對方程的整體性檢驗(yàn)。、隨機(jī)擾動項(xiàng)的方差與隨機(jī)擾動項(xiàng)方差的無偏估計(jì)沒有區(qū)別。錯，隨機(jī)擾動項(xiàng)的方差反映總體的波動情況，對一個特定的總體而言，是一個確定的值。在最小二乘估計(jì)中，由于總體方差在大多數(shù)情況下并不知道，所以用樣本數(shù)據(jù)去估計(jì)d:小2=匯ei2/（n-k-1）。其中n為樣本數(shù)，k為待估參數(shù)的個數(shù)。A2的線性無偏估計(jì)，為一個隨機(jī)變量。、在簡單線性回歸中可決系數(shù)R2與斜率系數(shù)的t檢驗(yàn)的沒有關(guān)系。錯誤，在簡單線性回歸中，由于解釋變量只有一個，當(dāng)t檢驗(yàn)顯示解釋變 量的影響顯著時，必然會有該回歸模型的可決系數(shù)大，擬合優(yōu)度高。異方差性、自相關(guān)性都是隨機(jī)誤差現(xiàn)象，但兩者是有區(qū)別的。正確，異方差的出現(xiàn)總是與模型中某個解釋變量的變化有關(guān)。自相關(guān)性是各回歸模型的隨機(jī)誤差項(xiàng)之間具有相關(guān)關(guān)系。6、多重共線性問題是隨機(jī)擾動項(xiàng)違背古典假定引起的。錯誤，應(yīng)該是解釋變量之間高度相關(guān)引起的。.在模型Yt=31+32X2t+33X3t+ut的回歸分析結(jié)果報告中， 有F=263489.23 ,F的p值=0.000000，則表明解釋變量 X2t對Yt的影響是顯著的。、在實(shí)際中，一元回歸沒什么用，因?yàn)橐蜃兞康男袨椴豢赡軆H由一個解釋變 量來解釋。錯，在實(shí)際中，一元回歸是很多經(jīng)濟(jì)現(xiàn)象的近似，能夠較好的反映回歸的核心思想，是很有的。在異方差性的情況下，常用的OLS法必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。錯，有可能高估也有可能低估。、線性回歸模型意味著因變量是自變量的線性函數(shù)。錯、簡單線性回歸模型與多元線性回歸模型的基本假定是相同的。錯在多元線性回歸模型里除了對隨機(jī)誤差項(xiàng)提出假定外，還對解釋變量之間提出無多重共線性的假定。、在模型中引入解釋變量的多個滯后項(xiàng)容易產(chǎn)生多重共線性。對在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只是時間不一致，所以很容易引起多重共線性。、DW檢驗(yàn)中的DW值在0到4之間，數(shù)值越小說明模型隨機(jī)誤差項(xiàng)的自相關(guān) 度越小，數(shù)值越大說明模型隨機(jī)誤差項(xiàng)的自相關(guān)度越大錯，DW值在0到4之間，DW落在最左邊0<DW<dL)最右邊(4-dL<DW<4)時，分別為正自相關(guān)、負(fù)自相關(guān) ;中間(dU<DW<4-dU)為不存在自相關(guān)區(qū)域;其次為兩個不能判定區(qū)域。、在異方差性的情況下，若采用Eviews軟件中常用的OLS法，必定高估了估計(jì)量的標(biāo)準(zhǔn)誤。錯有可能高估也有可能低估、擬合優(yōu)度檢驗(yàn)和F檢驗(yàn)是沒有區(qū)別的。錯、在對參數(shù)進(jìn)行最小二乘估計(jì)之前，沒有必要對模型提出古典假定。錯誤在古典假定條件下，OLS估計(jì)得到的參數(shù)估計(jì)量是該參數(shù)的最佳線性無 偏估計(jì)(具有線性、無偏性、有效性) ?？傊?，提出古典假定是為了使所作出的估計(jì)量具有較好的統(tǒng)計(jì)性質(zhì)和方便地進(jìn)行統(tǒng)計(jì)推斷。、當(dāng)異方差出現(xiàn)時，常用的t和F檢驗(yàn)失效；正確由于異方差類似于比值的統(tǒng)計(jì)量所遵從的分布未知；即使遵從t-分由于方差不在具有最小性。這時往往會夸大 t-檢驗(yàn)，使得t檢驗(yàn)失效；由于F-分布為兩個獨(dú)立的 x2變量之比，故依然存在類似于 t-分布中的問題。、解釋變量與隨機(jī)誤差項(xiàng)相關(guān)，是產(chǎn)生多重共線性的主要原因。錯誤產(chǎn)生多重共線性的主要原因是：經(jīng)濟(jì)本變量大多存在共同變化趨勢；模型中大量采用滯后變量；認(rèn)識上的局限使得選擇變量不當(dāng)三、名詞解釋擬合優(yōu)度：樣本回歸直線與樣本觀測數(shù)據(jù)之間的擬合程度。異方差性自相關(guān)多重共線回歸

方差膨脹因子：是指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。四、計(jì)算和分析題1、設(shè)某商品的需求量Y（百件），消費(fèi)者平均收入Xi（百元），該商品價格X2（元）。經(jīng)Eviews軟件對觀察的10個月份的數(shù)據(jù)用最小二乘法估計(jì)，結(jié)果如下：（被解釋變量為丫）VARIABLECOEFFICIENTSTD.ERRORT-STATC99.46929513.4725717.3830965X12.50189540.7536147()X2-6.58074301.3759059()R-squared0.949336Meanofdependentvar80.00000AdjustedR-squared()S.D.ofdependentvar19.57890S.Eofregression4.997021Sumofsquaredresid174.7915Durbin-Watsonstat1.142593Fstatistics ()完成以下問題：(至少保留兩位小數(shù))(t0.025,7=2.365;F0.05(2,7)=4.74).寫出需求量對消費(fèi)者平均收入、商品價格的線性回歸估計(jì)方程。.解釋偏回歸系數(shù)的經(jīng)濟(jì)含義。.計(jì)算t統(tǒng)計(jì)量，并說明其含義。.估計(jì)調(diào)整的可決系數(shù)（AdjustedR-squared）。.在95%勺置信度下對方程整體顯著性進(jìn)行檢驗(yàn)。答案：1、（1）丫？?0 Zx1？2X2=99.46929+2.508195X1-6.580743X2（2）經(jīng)濟(jì)意義：當(dāng)商品價格保持不變，消費(fèi)者平均收入增加100元，商品需求平均增加250件；當(dāng)消費(fèi)者平均收入不變，商品價格升高1元，商品平均減少658件。（2分）⑶ 0：1 0 1：1 0S?12.501895S?12.50189500.7536=3.3199t>t0.025,7=2.365拒絕假設(shè)0,拒絕假設(shè)0,接受對立假設(shè)經(jīng)濟(jì)意義：在95明信概率下，消費(fèi)者平均收入對該商品的需求量的影響是顯著的t-^―S?26.5807430=-4.7827經(jīng)濟(jì)意義：在95明信概率下，消費(fèi)者平均收入對該商品的需求量的影響是顯著的t-^―S?26.5807430=-4.78271.3759t>t0.025,7=2.365拒絕假設(shè)經(jīng)濟(jì)意義:的。（2分）0：2 0,接受對立假設(shè)1：2 0在95%置信概率下，商品價格對該商品的需求量的影響是顯著R2⑷1(1R2),10.9493)=0.9349(5)R2

k1R2n(k1)0.9493210.949310(21)65.58234.74F0.0527經(jīng)濟(jì)意義：在95%勺置信概率下，消費(fèi)者平均收入和該商品價格在整體上對商品需求量的解釋作用是顯著的。（3分）2、對某含截距項(xiàng)的三元線性模型用最小二乘法回歸。將樣本容量為 30的樣本按從小到大的順序排列后，去掉中間的6個樣本后在均分為兩組，分別回歸后e=1376.1,62=183.8,在a=95%勺置信水平下判斷是否存在異方差。如果存在，判斷是遞增還是遞減的異方差。（F0.05（12,12）=4.16,F0.05（9,9）=5.35,F0.05（8,8）=6.03）（6分）答案：2.e/e>F0.05（8,8）=6.03,所以存在遞減的異方差。3、下表給出了含截距項(xiàng)的多元線性回歸模型的回歸的結(jié)果： （146分）方差來源平方和自由度（d.f）平方和的均值（MSS）來自回歸（ESS）106.58253.29

來自殘差(RSS)()170.106總離差(TSS)108.38()注：保留3位小數(shù)，可以使用計(jì)算器。在5%的顯著性水平下，本題的F0.05=4.45。.完成上表中空白處內(nèi)容。(4分).此回歸模型包含多少個解釋變量？多少個樣本？( 2分).求R2與R2。(4分).利用F統(tǒng)計(jì)量檢驗(yàn)X2和X3對丫的聯(lián)合影響，寫出簡要步驟。(4分)答案：3、(1).1.8;19.2;202ESS106.580.982R—— 0.982TSS108.38TOC\o"1-5"\h\z- 2n1 19R1(1R) 1(10.982) 0.980nk 17.可以利用F統(tǒng)計(jì)量檢驗(yàn)X2和X3%^丫的聯(lián)合影響。2ESS/253.29 廠R/(k1)F 502.736 F.02、〃一-RSS/170.106 (或(1R)/(nk))因?yàn)镕F4.45,X2和X3對丫的聯(lián)合影響是顯著的。4、某線性回歸的結(jié)果如下：DependentVariable:CCIncludedobservations:20DependentVariable:CCIncludedobservations:20Variable C201.1050.38618G-Zared 。旃Std.Error t-Statistic Prob.14.88606 13.50965 0.00000.007223 ) 0.0000Meandependentvar 1C 6.03 0.14 43.2 0C 6.03 0.14 43.2 0S.E.ofregressionSumsquaredresidS.E.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat(1)算括號內(nèi)的值232% Schwarzcriterion 儉一-112.195 2858.830.5對::::二⑹ 0.0000012)判斷模型中隨機(jī)誤差項(xiàng)是否存在自相關(guān)性。 如果存在，寫出一種消除自相關(guān)的方法并寫出具體步驟。 (6分)(已知:d0.05(1.20) L=1.28)4.(1)53.46804;35.93;(2)DWT<d0.05(1.20) L=1.28,所以存在正自相關(guān) ？=1-DW/2=0.725構(gòu)造新的變量Y1=Y-0.725Y(-1),X1=X-0.725X(-1),再進(jìn)行回歸，不停迭代下去，直到消除自相關(guān)為止。5、根據(jù)我國1978——2000年的財(cái)政收入Y和國內(nèi)生產(chǎn)總值X的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型：Y556.64770.1198X(22.7229)R2=0.9609,S.E=731.2086,F=516.3338,DW=0.3474請回答以下問題：(臨界值dL 1.24,dU1.43)(1)何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？(2)試檢驗(yàn)該模型是否存在一階自相關(guān)，畫出圖判斷。6、為了研究我國經(jīng)濟(jì)增長和國債之間的關(guān)系， 建立回歸模型。得到的結(jié)果如下：DependentVariable:LOG(GDP)Method:LeastSquaresDate:06/04/05Time:18:58Sample:19852003Includedobservations:19Prob.VariableCoefficientStd.Errort-StatisticProb.LOG(DEBT)0.650.02 32.80R-squared0.981Meandependentvar10.53Adjusted-R-squared0.983S.D.dependentvar0.86S.E.ofregression0.11Akaikeinfocriterion-1.46Sumsquaredresid0.21Schwarzcriterion-1.36Loglikelihood15.8F-statistic1075.5Durbin-Watsonstat0.81Prob(F-statistic)02X若k1,n19,dL1.074,dU 1.536，顯著性水平 =0.052X1、根據(jù)1978—2000年中國居民人均消費(fèi)支出(CONSP行人均GD的計(jì)數(shù)據(jù)，進(jìn)行兩變量線性回歸后得到下列結(jié)果。(20分)DependentVariable:CONSPMethod:LeastSquaresDate:05/23/06Time:00:29Sample:19782000Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C201.105514.88606 ( ①)0.0000GDPP0.386185( ②) 53.468040.0000R-squared0.992708Meandependentvar905.3261AdjustedR-squared0.992361S.D.dependentvar380.6387S.E.ofregression(③)Akaikeinfocriteon9.930075Sumsquaredresid23243.46Schwarzcriterion10.02881Loglikelihood-112.1959F-statistic2858.831Durbin-Watsonstat0.550632Prob(F-statistic)0.0000001）寫出回歸模型（2分）2）計(jì)算括號內(nèi)的數(shù)據(jù)并寫出計(jì)算過程3）（判斷模型誤差項(xiàng)是否存在序列相關(guān)問題（95%勺置信水平）（3分）。如果存在，寫出解決這一問題的一種方法。（6分）答案：7.對于模型YtB1BXtut2 3在在下列形式的異方差：var（ut） Xt,我們可以在（1）式左右兩端同時除以，X；,可得丫B1BXt utXt其中 1..Xt3 2..Xt3 Xt3其中Vtut,Xt3代表誤差修正項(xiàng)，可以證明ut、 1 12V3 2var（vt）var（一（3）xyvaRuJ於Xt即％滿足同方差的假定，對（2）式使用OLS,即可得到相應(yīng)的估計(jì)量。consp=201.11+0.386GDP13.50965, 0.007223, 33.26908DW=.550632,查表可得存在正相關(guān)性。根據(jù)DW=2（1-）估計(jì)出，再利用廣義差分法或柯奧迭代法直至消除自相關(guān)性為止。8、根據(jù)1985-2007年中國糧食生產(chǎn)與相關(guān)投入的統(tǒng)計(jì)數(shù)據(jù)，建立線性回歸模型。其中糧食產(chǎn)量Y（萬噸）、農(nóng)業(yè)化肥施用量X1（萬千克）、糧食播種面積X2（千公頃）、成災(zāi)面積X3（公頃）、農(nóng)業(yè)機(jī)械總動力X4（萬千瓦）、農(nóng)業(yè)勞動力X5（萬人）。DependentVariable:YMethod:LeastSquaresDate:05/23/06Time:20:31Sample:19852007Includedobservations:23ProbVariableCoefficientStd.Errort-StatisticC-12815.7514078.90-0.9102800.3806X16.2125620.7408818.3853730.0000X20.4213800.1269253.3199190.0061X3-0.1662600.059229-2.8