错
在多元线性回归模型里除了对随机误差项提出假定外,还对解释变量之间提出无多重共线性的假定。
2、在模型中引入解释变量的多个滞后项容易产生多重共线性。对
在分布滞后模型里多引进解释变量的滞后项,由于变量的经济意义一样,只是时间不一致,所以很容易引起多重共线性。
3、D-W检验中的D-W值在0到4之间,数值越小说明模型随机误差项的自相关度越小,数值越大说明模型随机误差项的自相关度越大。
错
DW值在0到4之间,当DW落在最左边(0 中间(du 4、在计量经济模型中,随机扰动项与残差项无区别。错 它们均为随机项,但随机误差项表示总体模型的误差,残差表示样本模型的误差。 5、在经济计量分析中,模型参数一旦被估计出来,就可将估计模型直接运 .. .. 用于实际的计量经济分析。 错 参数一经估计,建立了样本回归模型,还需要对模型进行检验,包括经济意义检验、统计检验、计量经济专门检验等。 四、计算题 1、根据某城市1978——1998年人均储蓄(y)与人均收入(x)的数据资料建立了如下回归模型 ???2187.521?1.6843xy se=(340.0103)(0.0622) R2?0.9748,S.E.?1065.425,DW?0.2934,F?733.6066试求解以下问题 (1)取时间段1978——1985和1991——1998,分别建立两个模型。 ???145.4415?0.3971x 模型1:y ???4602.365?1.9525x模型2:yt=(-5.0660)(18.4094) 2R2?0.9826,?e2?5811189 t=(-8.7302)(25.4269) R2?0.9908,?e12?1372.202 2计算F统计量,即F??e2?e21?58111891372.202?4334.9370,对给定的 ??0.05,查F分布表,得临界值F0.05(6,6)?4.28。请你继续完成上述工作,并 回答所做的是一项什么工作,其结论是什么? 解:该检验为Goldfeld-Quandt检验 .. .. 因为 F=4334.937>4.28,所以模型存在异方差 (2)根据表1所给资料,对给定的显著性水平??0.05,查?2分布表,得临界值?0.05(3)?7.81,其中p=3为自由度。请你继续完成上述工作,并回答所做的是一项什么工作,其结论是什么?表1 ARCH Test:F-statisticObs*R-squared 6.03364910.14976 ProbabilityProbability 0.0074100.017335 Test Equation: Dependent Variable: RESID^2Method: Least SquaresDate: 06/04/06 Time: 17:02Sample(adjusted): 1981 1998 Included observations: 18 after adjusting endpoints Variable Coefficie nt CRESID^2(-1)RESID^2(-2)RESID^2(-3)R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbin-Watson stat 821804.5 9.46E+12 -268.4257 2.124575 Akaike info criterionSchwarz criterionF-statisticProb(F-statistic) 30.2695230.467386.0336490.007410 244797.21.226048-1.4053511.0158530.563876 0.470421 373821.30.3304790.3791870.328076 0.6548513.709908-3.7062223.096397 0.52320.00230.00230.0079971801.31129283. Std. Error t-Statistic Prob. Mean dependent varS.D. dependent var 解:该检验为ARCH检验 由Obs*R-squared=10.1498>7.81,表明模型存在异方差。 .. .. 2、根据某行业1955——1974年的库存量(y)和销售量(x)的资料(见 表2),运用EViews软件得如下报告资料,试根据所给资料和图形完成下列问题: (1)完成表2的空白处,由报告资料写出估计模型的表达式(用书写格式);(2)根据写出的模型表达式求销售量对库存量影响的短期乘数、动态乘数和长期乘数,同时给出经济解释; (3)根据所给资料对估计模型进行评价(包括经济意义、拟合效果、显著性检验等)。 表2 .. .. Dependent Variable: YMethod: Least SquaresDate: 06/04/02 Time: 17:42Sample(adjusted): 1958 1974 Included observations: 17 after adjusting endpoints Variable Coefficien t CPDL01PDL02PDL03 R-squared Adjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbin-Watson stat Lag Distribution of X Std. Errort-StatisticProb. -6.4196011.1568620.065752-0.4608290.996230 2.1301570.1959280.1760550.181199 Mean dependent varS.D. dependent var 81.9765327.855394.3211544.517204 1.89738446.80087-32.729811.513212 Akaike info criterionSchwarz criterionF-statisticProb(F-statistic)iCoefficient0123 0.63028 1.15686 0.76178-0.55495 1.99398 Std. Error 0.17916 0.19593 0.17820 0.25562 0.06785 0.000000T-Statistic * . . . * |*| * || Sum of Lags . t(17)(0.025)?2.110,t(13)(o.o25)?2.160,t(12)(0.025)?2.176, t(17)(0.05)?1.740,t(13)(0.05)?1.771,t(12)(0.05)?1.782F(4,12)(0.05)?3.26,F(5,13)(0.05)?3.03,F(5,17)(0.05)?2.81解:(1)第一拦的t统计量值: .. ..