1、第八章练习题8.1 为了评价从 1979 年 7 月起联邦放宽利率管制政策以来的影响，S.兰格用 1975 年第三季度至 1983 年第二季度数据估计得到如下模型： 18.5710.328.10.23890.652.83t tttttYPUnMYDSe=（1.9563）(0.0992) (0.1909) (0.0727) (0.1036) (0.7549)2.956R其中，Y 为 3 个月国库券利率；P 为预期通货膨胀率；Un 为季节调整后的失业率；M 为基础货币的变化；D 为虚拟变量，1979 年 7 月 1 日前 D=0,1979 年 7 月 1 日后 D=1。括号内是估计的标准差。试回答
2、：1)如何对估计结果进行解释；2)放宽利率管制有何效果？【练习题 8.1 参考解答】1)各变量对 Y 的影响都是显著的，整体模型拟合也较好。2)由于虚拟变量 D 对 Y 的影响是显著的，因此放宽利率管制对 3 个月国库券利率有显著影响。8.2 在一项对某地区大学生月消费支出的调查研究中，反映出不同状况大学生的消费支出有差异,除了受家庭每月收入水平影响外，例如是否获得到奖学金、来自农村还是城市、家庭在经济发达地区还是欠发达地区、性别等因素可能对大学生的消费水平也有影响，而且这些因素间可能还有一定交互作用。选择比较不同状况大学生消费水平的适当基础类型，并设定合适的计量模型检验如下几种状况学生与其他
3、学生的平均消费支出是否有显著差异：（1）来自发达地区、城市地区、得到奖学金的女生的平均消费支出；（2）来自欠发达地区、农村地区、得到奖学金的男生的平均消费支出；（3）来自欠发达地区、城市地区、未得到奖学金的女生的平均消费支出；（4）来自发达地区、农村地区、得到奖学金的女生的平均消费支出。【练习题 8.2 参考解答】建议学生自己独立完成8.3 表 8.4 是中国城镇居民和农村居民消费统计数据。表 8.4 城镇居民、农村居民现价消费水平统计数据 单位：元年份 居民消费水平农村居民消费水平城镇居民消费水平年份 居民消费水平农村居民消费水平城镇居民消费水平1978 184 138 405 1996 2
4、789 1626 55321979 208 159 425 1997 3002 1722 58231980 238 178 489 1998 3159 1730 61091981 264 201 521 1999 3346 1766 64051982 288 223 536 2000 3632 1860 68501983 316 250 558 2001 3887 1969 71611984 361 287 618 2002 4144 2062 74861985 446 349 765 2003 4475 2103 80601986 497 378 872 2004 5032 2319 891
5、21987 565 421 998 2005 5596 2657 95931988 714 509 1311 2006 6299 2950 106181989 788 549 1466 2007 7310 3347 121301990 833 560 1596 2008 8430 3901 136531991 932 602 1840 2009 9283 4163 149041992 1116 688 2262 2010 10522 4700 165461993 1393 805 2924 2011 12272 5633 187501994 1833 1038 3852 2012 13946
6、6475 208641995 2355 1313 4931数据来源：中经网统计数据库1）运用统计学中的方差分析方法，试对城镇居民消费水平和农村居民消费水平进行方差分析，计算组间方差、组内方差，估计城镇居民消费的均值和农村居民消费的均值。2）运用虚拟解释变量的计量经济方法，再对城镇居民消费水平和农村居民消费水平两组数据进行方差分析。3）对上述两种方差分析的结果进行比较，你能发现什么？【练习题 8.3 参考解答】1）方差分析在 Eviews 中录入相应的数据，显示城镇居民消费水平 xfcity、农村居民消费水平xfcountry。在此数据界面左上角点击“view” Tests of Equalit
7、y,选择“Mean ”，有如下结果Test for Equality of Means Between SeriesDate: 08/16/13 Time: 16:52Sample: 1978 2012Included observations: 35Method df Value Probabilityt-test 68 4.136590 0.0001Anova F-statistic (1, 68) 17.11138 0.0001Analysis of VarianceSource of Variation df Sum of Sq. Mean Sq.Between 1 3.05E+08
8、3.05E+08Within 68 1.21E+09 17828696Total 69 1.52E+09 21991664Category StatisticsStd. Err.Variable Count Mean Std. Dev. of MeanXFCITY 35 5879.000 5738.585 969.9979XFCOUNTRY 35 1703.743 1651.070 279.0818All 70 3791.371 4689.527 560.5057Test for Equality of Means Between SeriesDate: 08/16/13 Time: 17:1
9、7Sample: 1978 2012Included observations: 35Method df Value Probabilityt-test 684.136589853411729.91359144992841e-05Anova F-statistic (1, 68)17.11137561534889.91359144992841e-05Analysis of VarianceSource of Variation df Sum of Sq. Mean Sq.Between 1305073513.657143 305073513.657143Within 681212351326.
10、68571 17828695.9806723Total 691517424840.34286 21991664.352795Category StatisticsStd. Err.Variable Count Mean Std. Dev. of MeanXFCITY 35 58795738.58504285836 969.997913018633XFCOUNTRY 35 1703.742857142861651.07046101216 279.081844996199All 70 3791.371428571434689.52709266031 560.505694539634其中，1）组间方
11、差=3.05E+08；组内方差=1.21E+09；2）城镇居民消费的均值=5879.000；农村居民消费的均值=1703.743。2）计量经济学估计结果：虚拟变量设定: 10 DUM城 镇 居 民其 他Dependent Variable: XFMethod: Least SquaresDate: 08/16/13 Time: 16:57Sample: 1 70Included observations: 70VariableCoefficient Std. Error t-Statistic Prob. C 1703.743 713.7165 2.387142 0.0198DUM 4175.
12、257 1009.348 4.136590 0.0001R-squared 0.201047 Mean dependent var 3791.371Adjusted R-squared 0.189298 S.D. dependent var 4689.527S.E. of regression 4222.404 Akaike info criterion 19.56235Sum squared resid 1.21E+09 Schwarz criterion 19.62659Log likelihood -682.6823 F-statistic 17.11138Durbin-Watson s
13、tat 0.248744 Prob(F-statistic) 0.0000993）比较分析，表明农村居民平均消费水平=1703.743，与统计学中农|0173.4EXFDUM村居民消费的均值=1703.743 相等；，表明城镇居民平均消费水平=5879，与| .5.2789统计学中城镇居民消费的均值=5879.000 相等；DUM 前系数 4175.257 表明平均意义上城镇与农村居民消费水平间的差异；总离差平方和= （方差分析中，22. 14689.5701574280TSD depnt varn总离差平方和=1517424840.34286= 1.52E+09）残差平方和= 135.RSE
14、（方差分析中，组内方差=1212351326.68571=1.21E+09）解释了的平方和= 157428013526.873059648.ESTRS（方差分析中，组间方差=305073513.657143=3.05E+08）4）其他（略）8.4 表 8.5 是我国 1978 年-2012 年能源消费总量（发电煤耗计算法）数据。表 8.5 能源消费总量 (单位：万吨标准煤)年份 能源消费总量 年份 能源消费总量 年份 能源消费总量1978 57144 1990 98703 2002 1594311979 58588 1991 103783 2003 1837921980 60275 1992
15、109170 2004 2134561981 59447 1993 115993 2005 2359971982 62067 1994 122737 2006 2586761983 66040 1995 131176 2007 2805081984 70904 1996 135192 2008 2914481985 76682 1997 135909 2009 3066471986 80850 1998 136184 2010 3249391987 86632 1999 140569 2011 3480021988 92997 2000 145531 2012 3620001989 96934
16、 2001 150406数据来源：中经网统计数据库1）画出能源消费总量的时间序列图形，依据图形设定适当的计量经济学模型分析能源消费总量随时间变动的数量规律，并对结果进行解释。 。2）你能设定出两种形式的表现能源消费总量随时间变动的计量经济模型吗？对着两种形式的模型进行比较。【练习题 8.4 参考解答】建议学生自己独立完成8.5 为了分析个人收入与工作年限、学历以及是否为管理人员间的关系，某销售公司得到如表 8.6 所示的数据。表8.6 某公司销售人员收入状况、受教育程度等的调查数据序号收入S /(元)工龄 X /(年)受教育状况 E是否为管理人员M序号收入S /(元)工龄 X /(年)受教育状
17、况 E是否为管理人员M1 13876 1 高中 是 24 22884 6 本科 是2 11608 1研究生否 25 16978 7 高中 是3 18701 1 研究生 是 26 14803 8 本科 否4 11283 1 本科 否 27 17404 8 高中 是5 11767 1 研究生 否 28 22184 8研究生是6 20872 2 本科 是 29 13548 8 高中 否7 11772 2 本科 否 30 14467 10 高中 否8 10535 2 高中 否 31 15942 10 本科 否9 12195 2 研究生 否 32 23174 10 研究生 是10 12313 3 本科
18、否 33 23780 10 本科 是11 14975 3 高中 是 34 25410 11 本科 是12 21371 3 本科 是 35 14861 11 高中 否13 19800 3 研究生 是 36 16882 12 本科 否14 11417 4 高中 否 37 24170 12 研究生 是15 20263 4 研究生 是 38 15990 13 高中 否16 13231 4 研究生 否 39 26330 13 本科 是17 12884 4 本科 否 40 17949 14 本科 否18 13245 5 本科 否 41 25685 15 研究生 是19 13677 5 研究生 否 42 2
19、7837 16 本科 是20 15965 5 高中 是 43 18838 16 本科 否21 12336 6 高中 否 44 17483 16 高中 否22 21352 6 研究生 是 45 19207 17 本科 否23 13839 6 本科 否 46 19346 20 高中 否数据来源：http:/www.ilr.cornell.eduThadi/RABE4 试根据表 8.4 的数据，完成如下工作：1）构造用于描述学历和管理者的虚拟变量，设定并估计描述收入影响因素的计量经济模型，并简要说明你对模型设定的理由，分析模型估计的结果。2）若在上述模型的基础上，进一步考虑学历与是否管理者间有无交互
20、效应，模型应如何设定？分析估计结果并画出残差图，你得出的结论是什么?。3）你还能够依据上述交互效应模型残差图的异常信息对模型加以完善吗？ 【练习题 8.5 参考解答】1）虚拟变量设定：10i iE若 第 个 人 为 高 中 学 历其 他 210i iE若 第 个 人 为 本 科 学 历其 他10i iM若 第 个 人 为 管 理 人 员其 他画出工龄与收入间的散点图：801201602024028048126204XS表明收入与工龄呈现线性关系，故可设定模型为 0112SEMu回归结果为Dependent Variable: SMethod: Least SquaresDate: 08/16/
21、13 Time: 15:48Sample: 1 46Included observations: 46VariableCoefficient Std. Error t-Statistic Prob. C 11031.81 383.2171 28.78736 0.0000X 546.1840 30.51919 17.89641 0.0000E1 -2996.210 411.7527 -7.276723 0.0000E2 147.8249 387.6593 0.381327 0.7049M 6883.531 313.9190 21.92773 0.0000R-squared 0.956767 Me
22、an dependent var 17270.20Adjusted R-squared 0.952549 S.D. dependent var 4716.632S.E. of regression 1027.437 Akaike info criterion 16.80984Sum squared resid 43280719 Schwarz criterion 17.00861Log likelihood -381.6264 F-statistic 226.8359Durbin-Watson stat 2.236925 Prob(F-statistic) 0.0000002）考虑学历与是否管
23、理者间的交互效应，设定模型为 011212SXEMEMu回归结果与残差图Dependent Variable: SMethod: Least SquaresDate: 08/16/13 Time: 16:11Sample: 1 46Included observations: 46VariableCoefficient Std. Error t-Statistic Prob. C 11203.43 79.06545 141.6982 0.0000X 496.9870 5.566415 89.28314 0.0000E1 -1730.748 105.3339 -16.43107 0.0000E2
24、 -349.0777 97.56790 -3.577792 0.0009M 7047.412 102.5892 68.69546 0.0000E1*M -3066.035 149.3304 -20.53188 0.0000E2*M 1836.488 131.1674 14.00110 0.0000R-squared 0.998823 Mean dependent var 17270.20Adjusted R-squared 0.998642 S.D. dependent var 4716.632S.E. of regression 173.8086 Akaike info criterion
25、13.29305Sum squared resid 1178168. Schwarz criterion 13.57133Log likelihood -298.7403 F-statistic 5516.596Durbin-Watson stat 2.244104 Prob(F-statistic) 0.000000-120-80-40040 801201602024028051015202530354045Residual Actual Fited3）残差图表明第 33 个样本点为奇异点，剔除第 33 个样本点再度进行回归Dependent Variable: SMethod: Least
26、 SquaresDate: 08/16/13 Time: 16:16Sample: 1 32 34 46Included observations: 45VariableCoefficient Std. Error t-Statistic Prob. C 11199.71 30.53338 366.8023 0.0000X 498.4178 2.151688 231.6404 0.0000E1 -1741.336 40.68250 -42.80307 0.0000E2 -357.0423 37.68114 -9.475356 0.0000M 7040.580 39.61907 177.7069
27、 0.0000E1*M -3051.763 57.67420 -52.91384 0.0000E2*M 1997.531 51.78498 38.57355 0.0000R-squared 0.999821 Mean dependent var 17125.53Adjusted R-squared 0.999793 S.D. dependent var 4665.586S.E. of regression 67.11893 Akaike info criterion 11.39284Sum squared resid 171188.1 Schwarz criterion 11.67388Log
28、 likelihood -249.3390 F-statistic 35427.96Durbin-Watson stat 2.437298 Prob(F-statistic) 0.000000-150-5050150 801201602024028051015202530354045Residual Actual Fited比较分析（略）8.6 Greene 在分析讲授某门经济学课程采用新的教学方法效应时，搜集了如下表所示的数据，表 8.7 采用新的教学方法讲授某门经济学课程的数据obs GRADE GPA TUCE PSI obs GRADE GPA TUCE PSI1 0 2.66 20
29、0 17 0 2.75 25 02 0 2.89 22 0 18 0 2.83 19 03 0. 3.28 24 0 19 0 3.12 23 14 0 2.92 12 0 20 1 3.16 25 15 1 4.00 21 0 21 0 2.06 22 16 0 2.86 17 0 22 1 3.62 28 17 0 2.76 17 0 23 0 2.89 14 18 0 2.87 21 0 24 0 3.51 26 19 0 3.03 25 0 25 1 3.54 24 110 1 3.92 29 0 26 1 2.83 27 111 0 2.63 20 0 27 1 3.39 17 112 0 3.32 23 0 28 0 2.67 24 113 0 3.57 23 0 29 1 3.65 21 1
