结构推理统计显著

结构推理在用失业、货币供给、利率、消费支出等经济时间序列数据进行回归分析时，常常怀疑存在多重共线性，为什么?

结构推理表2-18列示了日本10种鲜鱼的年平均价格pt和每个家庭年均购买数量qt。 (1)以1980年为基期，分别计算1995年的拉氏价格指数、帕氏价格指数和费雪价格指数。 (2)同样，以1980年为基期，计算1995年的拉氏数量指数、帕氏数量指数和费雪数量指数。 表2-18　鲜鱼的年平均价格与每个家庭的购买量　　单位：日元/100克；100克 鲜鱼 1980年 1995年 价格p0 数量q0 价格p1 数量q1 金枪鱼 竹荚鱼 沙丁鱼 鲑鱼 青花鱼 秋刀鱼 鲷 鱼师 鱼 墨鱼 章鱼 259 122 40 145 48 67 217 215 95 166 33 22 25 11 32 23 11 25 79 10 246 108 71 140 71 68 239 190 102 151 36 25 15 28 13 20 9 24 46 13

结构推理四位经济学家预测了下个季度GDP的增长率： E1——低于2/%；E2——2/%或大于2/%，但低于4/%；E3——4/%或大于4/%，但低于6/%；E4——6/%或更高。 令Ai表示按上述分类实际的GDP增长率(/%) (例如，A1=经济增长率低于2/%)。

结构推理 什么是异方差性，其产生的原因有哪些？

结构推理 下表给出1960－1980期间5个国家的通货膨胀率。 （a）描绘每个国家的相对于时间的通货膨胀率。（用横坐标表示时间，纵坐标表示通货膨胀率。） （b）你能对这5个国家的通货膨胀经验提出什么大致的结论吗？ （c）哪个国家的通货膨胀率看来变化比较大？你能做出些什么解释？ 表 1960－1980期间5个工业化国家的通货膨胀率（％每年） 年份美国联合王国 日本德国法国 19601.51.03.61.53.6 19611.13.45.42.33.4 19621.14.56.74.54.7 19631.22.57.73.04.8 19641.43.93.92.33.4 19651.64.66.53.42.6 19662.83.76.03.52.7 19672.82.44.01.52.7 19684.24.85.51.84.5 19695.05.25.12.66.4 19705.96.57.63.75.5 19714.39.56.35.35.5 19723.66.84.95.45.9 19736.28.412.07.07.5 197410.916.024.67.014.0 19759.224.211.75.911.7 19765.816.59.34.59.6 19776.415.98.13.79.4 19787.68.33.82.79.1 197911.413.43.64.110.7 198013.618.08.05.513.3

结构推理 DW检验是什么？其不足有哪些？

结构推理双边检验

结构推理 序列相关性

结构推理什么是简化形式的方程?它有什么作用?

结构推理应变量受一个或多个解释变量滞后影响的原因有哪些?给出分布滞后模型的一些例子。

结构推理无偏估计量

结构推理能够传递信息的行为有怎样的特征?信号机制起作用的基本条件是什么?

结构推理线性估计量

结构推理 下面的方程是Biddle and Hamermesh(1990)研究中所用模型的简化，这项研究主要考察工作与休息之间的替代关系。模型设定如下： sleep=+work+edu+age+ 其中，sleep和work分别表示每周休息和工作的时间(以分钟计)，edu表示受教育的程度(以接受教育的年数来表示)，age表示年龄。利用调查的706个样本回归上述模型，估计结果如下(括号内的数字表示参数估计量的标准差，Se表示回归标准差)： sleep=3638.25-0.148work-11.13edu+2.20age (112.3) (0.02) (5.88) (1.45) ＝0.11 Se＝419.4 请回答如下问题(注：计算过程保留小数点后2位数)： (1)计算被解释变量的标准差Std、调整的拟合优度、方程显著性检验的F统计量。 (2)年龄越大，休息的时间越多吗？给定5/%的检验水平，可以得到什么结论？如果检验水平为10/%呢？对此应作何解释？ (3)工作时间与休息时间存在替代关系，那么多工作1分钟是否意味着少休息1分钟呢？(检验水平为5％) (4)如果工作时间(work)和休息时间(sleep)均以小时计，重新估计方程，写出估计结果？(包括各个参数估计量及其标准差)

结构推理 Gold-Quandt检验

结构推理随机误差项(ui)

结构推理根据500名已婚妇女的随机样本，表给出了与有无子女相对应工作状况的PMF。 美国妇女孩子和工作状况 外出工作 未外出工作 总计 有子女无子女总计 0.20.40.6 0.30.10.4 0.50.51.0

结构推理莱顿．托马斯(R.Leighton Thomas)在研究英国1961～1981年间砖、瓷、玻璃和水泥行业的生产函数时，得到如下结果： 1．logQ=-5.04+0.887logK+0.893logH se=(1.40) (0.087) (0.137) R2=0.878 2．logQ=-8.57+0.0272t+0.460logK+1.285logH se=(2.99) (0.0204) (0.333) (0.324) R2=0.889 其中，Q——生产指数(不变要素成本)；K——总资本存量(1975年重置成本)；H——工作小时数；t——时间趋势(技术进步的替代量)。 括号中的数字是估计的标准差。

结构推理 设某商品的需求量Y百件），消费者平均收入（百元），该商品价格（元）的统计数据如下： （至少保留三位小数） =800 =80 =60 =439 =67450 =740 =390 =6920 =4500 n = 10 经TSP计算部分结果如下：（表一、表二、表三中被解释变量均为Y n = 10） 表一 VARIABLE COEFFICIENT STD、ERROR T-STAT 2-TAILSIG C 99.469295 13.472571 7.3830965 0.000 X1 2.5018954 0.7536147 3.3198600 0.013 X2 6.5807430 1.3759059 4.7828436 0.002 R-squared 0.949336 Mean of dependent var 80.00000 Adjusted R- squared 0.934860 S.D、 of dependent var 19.57890 S.E of regression 4.997021 Sum of squared resid 174.7915 Durbin-Watson stat 1.142593 F – statistics 65.58230 表二 VARIABLE COEFFICIENT STD、ERROR T-STAT 2-TAILSIG C 38.40000 8.3069248 4.6226493 0.002 X1 5.200000 0.9656604 5.3849159 0.001 R-squared 0.783768 Mean of dependent var 80.00000 Adjusted R- squared 0.756739 S.D、 of dependent var 19.57890 S.E of regression 9.656604 Sum of squared resid 746.0000 Durbin-Watson stat 1.808472 F – statistics 28.99732 表三 VARIABLE COEFFICIENT STD、ERROR T-STAT 2-TAILSIG C 140.0000 8.5513157 16.371750 0.000 X2 10.00000 1.3693064 -7.3029674 0.000 R-squared 0.869565 Mean of dependent var 80.00000 Adjusted R- squared 0.853261 S.D、 of dependent var 19.57890 S.E of regression 7.500000 Sum of squared resid 450.0000 Durbin-Watson stat 0.666667 F – statistics 53.33333 完成以下任务，并对结果进行简要的统计意义和经济意义解释（要求列出公式、代入数据及计算结果，计算结果可以从上面直接引用）。 (一) 1. 建立需求量对消费者平均收入、商品价格的线性回归方程并进行估计。 2. 对偏回归系数(斜率)进行检验， 显著性水平α=0.05。 3. 估计多重可决系数，以显著性水平α=0.05对方程整体显著性进行检验。并估计校正可决系数。 4．计算商品需求量分别与消费者平均收入和商品价格的偏相关系数。 5．用Beta系数分析商品需求量对消费者平均收入的变化以及商品需求量对商品价格的变化哪个更敏感。 6．需求量对收入的弹性以及需求量对价格的弹性分别是多少。 7．假如提高消费者收入和降低价格是提高商品需求量的两种可供选择的手段，你将建议采用哪一个，为什么？ (二) 8. 建立需求量对消费者平均收入的回归方程并进行估计。 9.估计可决系数，以显著性水平α=0.05对方程整体显著性进行检验。 (三)设消费者平均收入为700元、商品价格为5元 10.用需求量对消费者平均收入、商品价格的回归方程，对需求量进行均值区间预测，显著性水平α=0.01。 11.在需求量对消费者平均收入的回归方程和需求量对商品价格的回归方程中，选择拟合优度更好的一个回归方程，对需求量进行均值区间预测，显著性水平α=0.01。 12.请对以上全部分析过程、结果和需要进一步解决的问题做出说明。