计量经济学

计量经济学班级：金融1班学号:6013205281姓名：谢明亮练习11992年亚洲各国人均寿命（Y）、按购买力平价计算的人均GDP（X1）、成人识字率（X2）、一岁儿童疫苗接种率（X3）的数据（见教材Pg56-57，练习题2.1数据）(1)通过散点图和相关系数，分别分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的数量关系。(2)对所建立的回归模型分别进行模型的参数估计和检验，并用规范的形式写出估计检验结果。从散点图可以看出，各国人均寿命随着人均GDP的增加而增加，近似于线性关系.用规范的形式将参数估计和检验的结果写为tY=56.64794+0.1283601X(1.960820)(0.027242)t=(28.88992)(4.711834)2R=0.526082F=22.20138n=22模型检验：1.意义检验所估计参数1=56.6479，2=0.128360，说明人均GDP每增加100美元，亚洲各国人均寿命增加0.128360年。这与预期的实际意义相符。2.拟合优度和统计检验拟合优度的度量:可决系数2R=0.526082，说明对样本数据的拟合度一般，即解释变量“人均GDP”只能对解释变量“亚洲各国人均寿命”的一半多差异做出解释。对回归系数t检验：针对0H：1=0和H0：2=0，估计的回归系数1的标准误差和t值分别为：SE（1）=1.960820，t（1）=28.88992；估计的回归系数2的标准误差和t值分别为：SE（2）=0.027242，t（2）=4.711834。取=0.05，查分布表得自由度为22-2=20的临界值025.0t（20）=2.086。因为t（1）=28.88992025.0t（20）=2.086，所以拒绝原假设0H：1=0；同理可知，拒绝0H：2=0。对斜率系数的显著性检验表明，:人均GDP对亚洲各国人均寿命确实有显著影响。从散点图可以看出，各国人均寿命随着成人识字率的增加而增加，近似于线性关系.用规范的形式将参数估计和检验的结果写为tY=38.79424+0.3319712X(3.532079)(0.00000)T=(10.98340)(7.115308)2R=0.716825F=50.62761n=22模型检测：1.意义检测所估计参数1=38.79424，2=0.331971，说明成人识字率每增加1%，亚洲各国人均寿命增加0.331971年。这与实际意义相符。2.拟合优度和统计检验拟合优度的度量:可决系数2R=0.716825，说明对样本数据的拟合比较好，即解释变量“成人识字率”能对解释变量“亚洲各国人均寿命”的大多差异做出解释。对回归系数t检验：针对0H：1=0和2=0，估计的回归系数1的标准误差和t值分别为：SE（1）=3.532079，t（1）=10.98340；估计的回归系数2的标准误差和t值分别为：SE（2）=0.00000，t（2）=7.115308。取=0.05，查分布表得自由度为22-2=20的临界值025.0t（20）=2.086。因为t（1）=10.98340025.0t（20）=2.086，所以拒绝原假设0H：1=0；同理可知，拒绝0H：2=0。对斜率系数的显著性检验表明，说明成人识字率确实对亚洲各国人均寿命有显著影响。从散点图可以看出，各国人均寿命随着一岁儿童疫苗接种率的增加而增加，近似于线性关系.模型检验：1.意义检验所估计参数1=31.79956，2=0.387276，说明一岁儿童接种率每增加1%，亚洲各国人均寿命增加0.387276年。这与实际意义相符。2.拟合优度和统计检验拟合优度的度量:可决系数2R=0.845234，说明对样本数据的拟合比较好，即解释变量“一岁儿童接种率”只能对解释变量“亚洲各国人均寿命”的大多差异做出解释。对回归系数t检验：针对0H：1=0和2=0，估计的回归系数1的标准误差和t值分别为：SE（1）=6.536434，t（1）=4.864971；估计的回归系数2的标准误差和t值分别为：SE（2）=0.080260，t（2）=4.825285。取=0.05，查分布表得自由度为22-2=20的临界值025.0t（20）=2.086。因为t（1）=4.864971025.0t（20）=2.086，所以拒绝原假设0H：1=0；同理可知，拒绝0H：2=0。对斜率系数的显著性检验表明，说明一岁儿童接种率确实对亚洲各国人均寿命有显著影响。练习2为了研究浙江省财政预算收入与全省生产总值的关系,由浙江省统计年鉴得到以下数据（见教材Pg57-58，练习题2.2数据）(1)建立浙江省财政预算收入与全省生产总值的计量经济模型,估计模型的参数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义。(2)如果2011年，全省生产总值为32000亿元，比上年增长9.0%,利用计量经济模型对浙江省2011年的财政预算收入做出点预测，并给出预测值与标准误差的图形。(3)建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型,估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义。用规范的形式将参数估计和检验的结果写为tY=-154.3063+0.176124X(39.08196)(0.004072)t=(-3.948274)(43.25639)2R=0.983702F=1871.115n=33（1）经济意义检验所估计参数1=154.3063，2=0.176124，说明全省总收入每增加1亿元，财政预算总收入增加0.176124年。这与实际经济意义相符。（2）点预测-1,00001,0002,0003,0004,0005,0006,00051015202530YF±2S.E.Forecast:YFActual:YForecastsample:134Includedobservations:33RootMeanSquaredError169.8395MeanAbsoluteError148.7080MeanAbs.PercentError145.2124TheilInequalityCoefficient0.052971BiasProportion0.000000VarianceProportion0.004108CovarianceProportion0.995892fY=-154.3063+0.176124x32000=5481.659（3）-.6-.4-.2.0.2.4.624681051015202530ResidualActualFittedDependentVariable:LOG(Y)Method:LeastSquaresDate:09/16/15Time:10:58Sample(adjusted):133Includedobservations:33afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.C-1.9182890.268213-7.1521210.0000LOG(X)0.9802750.03429628.582680.0000R-squared0.963442Meandependentvar5.573120AdjustedR-squared0.962263S.D.dependentvar1.684189S.E.ofregression0.327172Akaikeinfocriterion0.662028Sumsquaredresid3.318281Schwarzcriterion0.752726Loglikelihood-8.923468Hannan-Quinncriter.0.692545F-statistic816.9699Durbin-Watsonstat0.096208Prob(F-statistic)0.000000tY=-1.918289+0.980275X(0.268213)(0.034296)t=(-7.152121)(28.58268)2R=0.963442F=816.9699n=33（1）经济意义检测所估计参数1=-1.918289，2=0.980275，说明财政预算总收入每增加1亿元，全省总收入增加0.980275年。这与实际经济意义相符。（2）显著性检验拟合优度的度量:可决系数2R=0.963442，说明对样本数据的拟合比较好，即解释变量“财政预算总收入”只能对解释变量“全省总收入”的大多差异做出解释。练习3假设某地区住宅建筑面积与建造单位成本的有关资料如表2.9所示（见教材Pg58-59数据，练习题2.4）(1)建立建筑面积与建造单位成本的回归方程。(2)解释回归系数的经济意义。(3)估计当建筑面积为4.5万平方米时，对建造平均单位成本做点预测，并给出预测值与标准误差的图形。（1）tY=1845.475+-64.18400X(19.26446)(4.809828)T=(-3.948274)(-13.34434)2R=0.946829F=178.0715n=12（2)所估计参数1=1845.475，2=-64.18400，说明建筑面积每增加1万平方米，建造单位成本减少64.18400元/平方米。这与实际经济意义相符。（3)1,3001,4001,5001,6001,7001,8001,90012345678910111213YF±2S.E.Forecast:YFActual:YForecastsample:113Includedobservations:12RootMeanSquaredError28.97087MeanAbsoluteError25.94669MeanAbs.PercentError1.588269TheilInequalityCoefficient0.008919BiasProportion0.000000VarianceProportion0.013658CovarianceProportion0.986342将X=4.5代入经过估计和检验的回归模型，得tY=1845.475+-64.18400x4.5=1556.647（元）