《计量经济学习题集》答案学生有

1《计量经济学习题集》习题一答案一、单项选择题1、C2、C3、A4、C5、B6、D二、多项选择题1、ABD2、CD3、AC4、CD5、AD6、BCD7、ABCD8、ABCD三、名词解释1、时间序列数据是指同一总体的统计指标按时间顺序记录的数据列，反映了现象在不同时间上的纵向发展变化过程。2、横截面数据是总体内部各个个体单位在同一时间同一内容条件下的数据列，反映了现象在同一时间不同空间之间的横向数值差异。3、内生变量是具有一定概率分布的随机变量，其数值是由模型自身决定的，也就是说，其数值是求解模型的结果。4、用于解释模型中各方程左边变量数值关系的变量叫解释变量，就是数学意义上的自变量。5、外生变量是非随机变量，它们的数值是在模型之外决定的，在求解方程时就已经是知道的变量。6、模型是现实系统的代表，计量经济模型是对现实经济系统的数学抽象，反映了现实经济系统中各经济现象之间的内在联系。四、简答题1、答：计量经济学与数理经济学和数理统计学的关系是：①数理经济学和数理统计学是建立计量经济学的理论基础和方法论基础；②虽然计量经济学与数理经济学和数理统计学在内容和方法上有交叉，但它是一门独立的学科，计量经济学注重描述经济变量及其关系的随机性特征，具有独立的研究任务。③数理经济学是提供理论模型的“空匣子”，而计量经济学的任务则是填2充这个“空匣子”。④数理统计学是计量经济学填充数理经济学这个“空匣子”的基本工具。2、答：计量经济学的任务是以经济学、统计学和数学之间的统一为充分条件，去实际理解现实经济生活中的数量关系，并用数学模型描述经济变量的关系。3、答：不同之处：时序数据即时间序列数据，是指同一总体的统计指标按时间顺序记录的数据列，反映了现象在不同时间上的纵向发展变化过程；而横截面数据则是总体内部各个个体单位在同一时间同一内容条件下的数据列，反映了现象在同一时间不同空间之间的横向数值差异。相同之处：都是在所研究的同一总体范围内；数据列的各数据之间，统计口径、计算方法都具可比性；都是计量经济学研究的重要数据来源。4、答：内生变量被认为是具有一定概率分布的随机变量，其数值是由模型自身决定的，或者说是求解模型的结果；外生变量被认为是非随机变量，它们的数值是在模型之外决定的，在求解方程时已知数。内生变量和外生变量的划分是相对的，是在设计模型时根据具体情况及研究目的所决定的。5、模型是现实系统的代表，计量经济模型是对现实经济系统的数学抽象，反映了现实经济系统中各经济现象之间的内在联系。设计计量模型时要注意以下问题：①正确划分现实经济系统的边界，找到构造系统的要素和外部条件；②掌握用模型描述现实经济系统的基本原则，即以理论分析作先导和模型规模大小要适度的原则。6、计量经济分析工作包括建立模型和应用模型两个相互联系的基本环节。具体可分为以下四个步骤：①设定模型。设定模型包括模型的总体设计和个体设计。总体设计一般用流程图或框图表示，以说明模型系统中包括哪些子系统和子模型，以及各子系统之间的联结关系。总体设计要求反映现实经济系统的机制，其关键是决定模型的合理导向。个体设计的客观依据是经济活动中的微观行为。个体设计要求反映经济变量之间的因果关系，其关键是正确取舍函数的自变量。②估计参数。估计模型的参数就是依据样本数据和方程的随机干扰项的性质，选择适当的统计估计方法，正确确定模型的参数值。3③检验模型。检验模型包括两方面工作：一是作统计检验；二是判断被估计参数的可信度及模型的功效。④应用模型。应用模型是计量经济分析工作的最终目的，包括运用模型进行经济预测，进行经济结构分析，评价经济政策和通过政策模拟提供制定经济政策的依据等内容。习题二答案一、单项选择题1、C2、B3、A4、B5、B6、B7、C8、D9、D10、C11、C12、C13、B14、C15、B16、B17、D18、B19、A20、D二、多项选择题1、ABCE2、ACD3、ABE4、CDE5、BDE6、BD7、BC8、AD9、ACD10、BCD三，名词解释1、样本与样本指标样本是随机地从母体中抽取出的部分单位所构成的小总体。样本指标2、抽样误差是指样本指标与被估计的总体指标之间的离差。3、抽样极限误差是样本指标与总体指标之间限定的一个可能的误差范围。4、不重复抽样也叫不放回的抽样，就是指当一个单位抽出后不再放回原总体，所以在每次抽选时总体单位数是不一样的。5、存在着显著差异的概率称为显著水平，常用α表示。6、临界值就是存在着显著差异的交界点。7、由样本所构造的不含有待定参数的随机变量称为统计量。4四、简答题1、答：总体是有许多具有某种相同性质的个体组成的集合体，是统计研究的对象，也叫母体。样本则是从母体中随机抽出的部分单位所构成的小总体，也叫抽样总体或子样。取得样本数据不是统计的目的，统计研究的目的是为了了解客观总体，是从所取得的样本数据去推断估计总体的数值。总体只有一个，而从总体中抽出的样本由于随机性可以形成许多不同的样本。2、答：随机原则是指从被研究的对象中抽取部分单位时，哪一个被抽中不受人的主观因素的影响，要求每个单位都有同等机会被抽中。遵循随机原则的意义在于为了保证样本对总体有足够的代表性。3、答：五、计算题1、设X为100件产品中优质品数目，并已知p=0.5n=100Δp=|0.45-0.50|=0.05则σp2=p(1-p)=0.5×0.5=0.25p2=10025.0)1(npp=0.05Z=05.005.0pp=1（查表得F(z)=F(1)=0.1587）所以P|X≤45|=0,15872、由于X～N(X,4)，所以σx2=4,并已知Δp=|x-X|=0.1；以及F(z)=0.95，则Z=1.965根据x=Znx,则n=222xxZ=221.0496.1=1536.64=15373、无偏估计E（x1）=E（0.5X1+0.3X2+0.2X3）=0.5EX+0.3EX+0.2EX=XE（x2）=E（0.5X1+0.25X2+0.25X3）=0.5EX+0.25EX+0.25EX=XE（x3）=E（0.4X1+0.3X2+0.3X3）=0.4EX+0.3EX+0.3EX=X所以x1、x2和x3都是X的无偏估计；有效性Var(x1)=Var(0.5X1+0.3X2+0.2X3)=0.25Var(X)+0.09Var(X)+0.04Var(X)=0.38Var(x2)=Var(0.5X1+0.25X2+0.25X3)=0.25Var(X)+0.0625Var(X)+0.0625Var(X)=0.375Var(x3)=Var(0.4X1+0.3X2+0.3X3)=0.16Var(X)+0.09Var(X)+0.09Var(X)=0.34因为0.34＜0.375＜0.38,所以x3最有效。4、已知x=0.3，n=4，F（z）=95%故Z=1.96x=12.6+13.4+12.8+13.2=13nxx=43.0=0.15x=Zx=1.96×0.15=0.294x-x≤X≤x+x即13-0.294≤X≤13+0.294，所以X的置信区间为2.706≤X≤13.294。65、（1）计算表如下按重量分组（克）组中值（x）包数（f）xfx-x(x-x)2(x-x)2f26—2727—2828—2929—3030—3126.527.528.529.530.51332126.582.585.559.030.5-1.9-0.90.11.12.13.610.810.011.214.413.612.430.032.424.41合计—10284.0——12.9010284fxfx=28.4（克）109.12)(2ffxxs=1.14（克）11014.1122nsnxx=0.38（克）又已知F[t0.95,(10-1)]=95.45%，则t0.95,(10-1)=2262，所以x=tx=2.262×0.38=0.86x-x≤X≤x+x即27.54（克）≤X≤29.26（克）可见，以95.45%的概率推算，该批食品的平均重量不符合规定要求。（2）由表中可见合格率为p=0.1=10%1109.01.01)1(nppp=0.1=10%ppt2.262×10%=22.62%p–Δp≤P≤p+Δp得P≤32.62%可见，该产品的合格率最多只有32.62%的概率达95.45%。76、1048494646485149504748nxx=48.2（克）110)2.4848()2.4850()2.4847()2.4848(1)(22222nxxs=6222.2=1.62（克）1062.122nsnxx=0.512（克）7、（1）依题意p=200190=95%20005.095.0)1(nppp=0.015=1.5%（分母n不减1，是因为除以199和除以200没有多大差别）又已知F（z）=95.45%，则Z=2，所以ppZ2×1.5%=3%p–Δp≤P≤p+Δp得95%–3%≤P≤95%+3%92%≤P≤98%以95.45%的概率推算该批产品合格率在92%至98%之间。（2）由（1）的计算结果可知不合格率在2%至8%之间，所以没有超过8%的不合格率。8、提出假设：H0：P≤0.02H1：P＞0.02右单侧检验，当α=0.05时，Z0.05=1.645选用统计量Z8Z=50098.002.002.0024.0)1(nPPPp=0.639因为Z0.05=1.64＞Z=0.639，故接受原假设，该产品合格率符合要求。9，假设检验：已知：X0=850元n=150x=800元σx=275元建立假设H0：X≥850H1：X＜850左单侧检验，当α=0.05时，Z0.05=-1.645构造统计量ZZ=150275850800nXxx=-2.227∣Z∣=2.227＞∣Z0.05∣=1.645，所以拒绝原假设，说明餐馆店主的确高估了平均营业额。10、已知：X0=15080元n=20x=16200元sx=1750元建立假设H0：X≤15080H1：X＞15080右单侧检验，当α=0.01时，t0.01，19=2.539构造统计量Zt=2017501508016200nsXxx=2.862t=2.862＞t0.01，19=2.539，所以拒绝原假设，说明促销手段起了一定作用。9习题三答案一、单项选择题1、D2、B3、C4、D5、C6、A7、C8、D9、D10、B11、C12、C13、B14、D15、D16、C17、C18、A19、B20、D二、多项选择题1、BD2、AC3、ABCD4、BCD5、BC6、CD7、ABC8、BD9、BC10、BCDE三、名词解释四、简答题1、答：回归分析与相关分析的共同之处在于二者都是研究相关关系的方法。相关分析需要依靠回归分析来表明变量间相互关系的具体形式，而回归分析则需要依靠相关分析来表明变量间的相关程度。只有当变量间存在着较高度的相互关系时，进行回归分析寻求其相关的具体形式才有意义。区别表现在：①回归分析是通过建立回归方程来估计解释变量与被解释变量之间的因果关系；而相关分析关心的是变量之间的相关程度，并不给出变量之间的因果关系。②在回归分析中，定义被解释变量为随机变量，解释变量为非随机变量；而在相关分析中，把所考察的变量（无论是解释变量或被解释变量）都看作是随机变量。③若现象客观地存在着互为因果关系，则回归分析随着解释变量与被解释变量所确定的对象不同可相应建立不同的回归方程；而相关分析只能计算出一个相关系数。2、答：经典线性回归模型的基本假设有以下五点：①随机误差ui的均值为零，即E（ui）=0；②所有随机误差ui都有相同的方差，即Var(ui)=σ2；③任意两个随机误差ui和uj（i≠j）互不相关，就是说ui和uj的协方差为零，也即Cov(uiuj)=0；10④解释变量Xi是确定变量，与随机误差ui线性无关，