Р33(1.acf。2.3.4.6.) 第二章
3、人均收入是Y，农业劳动力比例为X。 Y X 3X X+Y 6 9 27 15 8 10 30 18 8 8 24 16 7 7 21 14 7 10 30 17 12 4 12 16 9 5 15 14 8 5 15 13 9 6 18 15 10 7 21 17 a.∑X =71 b.∑Y =84 c.∑3X =213=3∑X d.∑(X+Y) =155=∑X+∑Y
4、考察下面这两个反映美国利率和联邦政府预算赤字之间关系的最小二乘估计值。 模型A：Y=0.103-0.079X1 R2=0.00 模型T：Y=0.089+0.369X2+0.887X3 R2=0.40 A.最小二乘估计值表示一种计算参数估计值并使残差平方和最小的回归估计方法，即OLSmin∑ei(i=1,2,?，N)。 所估计的是参数，所平方的是残差。
由于残差(ei)是Y的真实值和由回归得出的的估计值（即Y????i0N
2
之间的差值，所以可以等?X）??1i2^价地表示为：普通最小二乘法就是求∑（Yi-Yi）的最小值。 B.R2=0代表的是解释变量与被解释变量无任何意义。
若R2=0，则R2?ESSTSS?1?RSSTSS中RSS=TSS，即回归方程和ESS=0.又因为,TSS=ESS+RSS所以它不
能为负。
C.因为当联邦政府赤字?上升时，则赤字占GNP的比例上升时，发行国债量也会上升，则会影响国债价格下降，促进企业债券利率上升。
模型A:X1代表联邦政府预算赤字占GNP的比例每增加一个单位，会使Y1代表Aaa公司债券利率减少0.799个单位。
因为R?i??，当通货膨胀率上升时，短期国库券的利率也同步上升。
模型T：在X3代表通货膨胀率不变的情况下，X2代表联邦政府预算赤字每增加一个单位，
Y2代表3个月期短期国库券的利率就会增加0.369个单位。在X2代表联邦政府预算赤字不变的情况下，X3代表通货膨胀率每增加一个单位，Y2代表3个月期短期国库券的利率就会
增加0.887个单位。
D.模型T符合我先前的预期，,并且包含了一个重要的变量（假定利率为名义利率)，比较符合经济理论。较高的判定系数并不意味着方程更优。
6、为了测定上学能否提高学生的学习成绩，戴维.罗默建立了下列方程：Gi=f（ATTi，PSI）+εi，a.预测方程中解释变量参数的符号是什么？b.G=1.07+1.74ATT+0.60PS,符合预期吗？c.他应该把这一课时花在课堂报告还是作业上？d.参数估计值越大，变量就越重要？e.判定系数的现实意义是什么？f.只有课堂出勤和习题集完成情况影响课程成绩，合理吗？新增变量？ A.在PSi学生完成作业分数不变的情况下，ATTi参数的符号为正，当学生参与课堂报告的分数越高，Gi学生的的成绩会增加。
在ATTi学生参与课堂报告的分数不变的情况下，PSi的参数符号为正，当学生完成作业分数越高，Gi学生的的成绩会增加。 B.估计结果符合预期。
C.课堂报告的效用=1/25×1.74=0.0696 完成作业的效用=1/50×0.6=0.012 因为0.0696>0.012，所以他应该将这一个课时放在课堂报告上。
D.课堂报告的效用=1/50×1.74=0.0348 完成作业的效用=1/10×0.6=0.06 所以做作业的收效更大。
参数估计值越大，变量就越重要的结论是不正确的，因为变量的单位不统一，变量单位统一才有可比性。
E.判定系数R2?0.33意味着方程解释了G围绕其均值的变异中的33%。对于这一被解释变量而言，0.33显得有点低。
F.不合理。可以增加绩点这一变量，根据过去累计的成绩绩点来影响课程成绩。新增一个变
2量会让判定系数R和R增加。
2
Р48(1.ab。2.3.5.)第三章
3、是否文科学院中经济学家的薪水要比其他教授多？a.M的参数的含义b.非裔美国人比其他名族成员多赚426美元。C.R是虚拟变量吗？d.你的结论？f.增加变量？ A.当其他变量没有变化时，若第i个教授是男性时，会比女教授多赚817元。
B.不一致。因为在英国的文化中存在种族歧视，非裔美国人要比其他民族成员工资低。 C.R不是虚拟变量，是解释变量，虚拟变量只能是0或1。教授的级别分为好几级，具体可分为助理教授、副教授和正教授等。当教授级别上升一级，教授的薪水会多增加406美元。 D.文科学院中经济学家的薪水会比较高。因为在方程中其他条件不变的情况下，Ti变量的符号为正，所以当第i位教授是经济学类，则该教授的薪水会比较高。
E.老师是否有发表的科研项目，发表科研项目越多，薪水也会随之增加。（教龄、发表的论文） 5、
A.新变量参数的预期符号是正号。因为交通拥挤代表经过当地的车流量增加潜在的消费者数量增加，顾客数量也会得到增加。
B.更喜欢这个方程，因为可调整相关系数从0.579上升到0.617，所以这个方程更符合实际情况。
C.不是。因为方程（3-7）更符合实际情况，所以它比方程（3-5）更好，并不是因为调整的判定系数更高。而方程（3-7）的调整的判定系数更高是因为该方程比方程（3-5）增加了一个相关的解释变量。
Р61(1.aef。2.3.4.5.)第四章
3、A与C不满足古典假设⑥，B和D满足古典假设⑥。 4、
A.一个富有经验的计量经济学者更愿意选择一个具有无偏性而没有最小的方差性的估计。因为具有无偏性而没有最小的方差性的估计要比具有有偏性而具有最小方差的估计量更接近总体参数的真实值。
B.是的。一个具有极大方差的无偏估计量很有可能偏离其真实值。在这种情况下，一个具有
少许偏离，但有极小方差的有偏估计值将会更好。
C.利用最小化均方误（MSE)。均方误是等于期望方差加上期望偏差的平方。 5、
A.古典假设?误差项总体均值为0说明了不用花费太多时间去分析常数项的估计值。?的均值可能不等于0，而常数项的存在正好能弥补，它可以迫使各回归模型中?i的均值为0.实际上常数项是Y中不能由解释变量所解释的固定部分，而误差项为不能被解释的随机部分。 B.违背古典假设⑥中的多重共线性，任何一个解释变量都不是其他解释变量的完全线性函数。该虚拟变量与方程中Mt变量是相同的变量，或者当Mt变化时，该虚拟变量也会变化。 C.R代表：在其他变量不变的情况下，当第t-1日的资本收益的日指数每增加1个单位，则第t日的道琼斯工业股票平均指数就会增加0.10个百分比变动。
M代表：在其他变量不变的情况下，当t日是星期一时，则第t日的道琼斯工业股票平均指数就会减少0.017个百分比变动。当t日不是星期一时，则第t日的道琼斯工业股票平均指数不会有影响。
D.不是虚拟变量。作者根据同样云量划分为同一天气类型来衡量天气，所以阴天和雨天对于作者而言是一样的。
E.不同意。作者只用华尔街天气来检验华尔街股票市场，太过局限。因为股票市场交易变动是全世界经济变动影响的。
Р83(1.abcdfgh。2.3.4.5.6.)第五章
3、
?1?0 HA:?1?0
B.X1 H0:?1?0 HA:?1?0 X2 H0:?2?0 HA:?2?0
X3 H0:?3?0 HA:?3?0(温度低些促进大家跑步） C.X1 H0:?1?0 HA:?1?0 X2 H0:?2?0 HA:?2?0
X3 H0:?3?0 HA:?3?0(假定你没有超过速度限制） D.（a表示喊声）H0:?a?0 HA:?a?0
A.H0: 4、
A.宁可错杀一千，也不可放过一个 B.将错就错 5、 书331页 单侧显著性水平 A 5% B 10% C 1% 自由度 6 1.943 29 1.311 2 6.965 tc? A.对于?1而言，t1?1.943，并且t1的符号满足HA，所以拒绝H0.对于?2而言，
t2?1.943，并且t2的符号满足HA，所以拒绝H0.对于?3而言，t3?1.943，并且t3的符号满足HA，所以拒绝H0
B.分析过程与A相同，只是tc?1.311
C.对于?123而言，虽然t123满足HA，但是t123?6.965，所以不能拒绝H0
6、 书331页 双侧显著性 自由度 A 5% 27=30-2-1 2.052 B 1% 29=33-3-1 2.756 C 5% 6=10-3-1 2.447 tc?
???)200?160(?2H0??1.6?2.052 不能拒绝H0: A.t2??25SE(?2)???)1.288?0(?3H0??2.372?2.756不能拒绝H0: B.t3??)0.543SE(?3???)0.00123?0(?2H0??5.590?2.447 可以拒绝H0: C.t2??0.00022SE(?2)
Р104(1.acf。2.3.4.6.)第六章
3.冠心病 Y=140+10.0C（2.5）+4.0E（1.0）-1.0M（0.5）t=4 4 -2 a. 参数 假设符号 t值
参数M不满足预期估计，可能存在遗漏变量
b.M参数的符号是负的，这不符合预期结果。它可能是因为遗漏了一个具有负的预期的变量。我们需要找到一个遗漏变量，如果它与肉类消费正相关那么它本身预期符号为负，或者它与肉类消费负相关那么它本身预期符号为正。所以：
可能遗漏变量 β的预期符号 M的相关性 倾向趋势 B F W R H
+ + +* - -
+* + + - +
+ + + + - β+ 4.0
C
βE + 4.0
ΒM + -2.0
tc=1.314（在27自由度下进行10%单侧检验） 拒绝 拒绝 不拒绝
相关推荐：
loading