实验练习题
1、根据美国各航空公司航班正点到达的比率X（%）和每10万名乘客投诉的次数Y进行回归，
EViews输出结果如下： Dependent Variable: Y Method: Least Squares Sample: 1 9
Included observations: 9 Variable C X R-squared Prob(F-statistic) Coefficient Std. Error Durbin-Watson stat
t-Statistic Prob. (1)对以上结果进行简要分析（包括方程显着性检验、参数显着性检验、DW值的评价、对斜率的解释
等，显着性水平均取）。
（2）按标准书写格式写出回归结果。
2、已知变量Y和X的数据如下表所示，试采用OLS法（列出表格）估计模型Yi=?0??1Xi?ui的参数值。 序号 1 2 3 4 5 6 1 2 3 4 5 6 3 2 8 8 11 13 3、以下是某次线性回归的EViews输出结果，部分数值已略去（用大写字母标示），但它们和
表中其它特定数值有必然联系，分别据此求出这些数值，并写出过程。（保留3位小数）
Dependent Variable: Y Method: Least Squares Sample: 1 13
Included observations: 13 Variable C X R-squared Adjusted R-squared . of regression Sum squared resid Coefficient Std. Error B C
t-Statistic A Prob. ????Mean dependent var ????. dependent var ????Akaike info criterion ????Schwarz criterion 4、用1970-1994年间日本工薪家庭实际消费支出Y与实际可支配收入X（单位：10日元）数据估计线性模型Y=?0??1X?u，然后用得到的残差序列et绘制以下图形。
（1）试根据图形分析随机误差项之间是否存在自相关？若存在，是正自相关还是负自相关？ （2）此模型的估计结果为
3
t ：
R2=，F=，DW=
试用DW检验法检验随机误差项之间是否存在自相关。
5、用一组截面数据估计消费(Y)—收入(X)方程Y=?0??1X?u的结果为
Yi=9.348?0.637Xi
t ：（）（）
R2=，F=，DW=
（1）根据回归的残差序列e(t)图分析本模型是否存在异方差？
注：abs[e(t)]表示e(t)的绝对值。
（2）其次，用White法进行检验。EViews输出结果见下表：
White Heteroskedasticity Test: F-statistic Obs*R-squared Method: Least Squares Sample: 1 60
Included observations: 60 Variable C X X^2 Coefficient Std. Error t-Statistic Prob.
Probability Probability Dependent Variable: RESID^2
若给定显着水平??0.05，以上结果能否说明该模型存在异方差？查卡方分布临界值的自由度是多少？
6. 下表是中国某地人均可
蓄（SAVE）之间的回归分析
附表：DW检验临界值表（?=） n 24 25 26 27 k=1 dL dU dL
Coefficient
Std. Error
支配收入（INCOME）与储结果（单位：元）：
k=2 dU Dependent Variable: SAVE Method: Least Squares Sample: 1 31
Included observations: 31
Variable
t-Statistic
Prob.??
C INCOME
――
――
R-squared
Adjusted R-squared . of regression Sum squared resid Log likelihood Durbin-Watson stat
????Mean dependent var ????. dependent var ????Akaike info criterion
1778097. ????Schwarz criterion
????F-statistic ????Prob(F-statistic)
1)请写出样本回归方程表达式，然后分析自变量回归系数的经济含义 2)解释样本可决系数的含义
3)写出t检验的含义和步骤，并在5%的显着性水平下对自变量的回归系数进行t检验（临界值: (29)=）。 4)下表给出了White异方差检验结果，试在5%的显着性水平下判断随机误差项是否存在异方差。
White Heteroskedasticity Test: F-statistic Obs*R-squared 阶自相关。
Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared Probability Probability Probability Probability 5)下表给出LM序列相关检验结果（滞后1期），试在5%的显着性水平下判断随机误差项是否存在一
实验练习题答案 1、
(1)
?、??的估计值是显着的，且符号符合经济意R2=,F统计量在显着性水平通过检验；?01义；DW偏大（），很可能存在随机误差项的自相关，需进行校正；若对自相关进行校正后，其它检
验均已通过，斜率的经济意义为“美国各航空公司航班正点到达的比率X（%）每增加1个百分点，
每10万名乘客投诉的次数Y平均减少的次数”
（2）
t ： R2= DW=
2.
序号 1 2 3 4 5 6 1 2 3 4 5 6 21 3 2 8 8 11 13 45 0 0 X?X=
niYi4521?==，Y===，
n66ii
?= ?1?xy
?x
2i
=
38.5=2.2 17.5?=Y-??X=7.5?2.2?3.5= ?013、
（1）
?5.7305?A=t=;==;
?Se(?)0.6057?（2）求B的值。 B=R2=1?n?113?1(1?R2) =1?(1?0.8728) =
n?k?113?2?1（3）求C的值。
?2=由?C=4
?e2in?k?1
222??(n?k?1)0.6501(13?1?1)= = =e?i（1）
图形显示，随机误差项之间存在着相关性，且为正的自相关.
（2）
样本量n=25、一个解释变量的模型、5%显着水平，查DW统计表可知，dL=，dU=，模型中DW（=） 5. （1） 图形显示，残差序列与自变量之间存在着相关性，说明该模型存在着异方差性,为递增型异方差. （2） nR2?10.86401，其取值概率为（?），说明在给定显着水平??0.05下，模型中的随机 误差项存在异方差. 查卡方分布临界值的自由度为2. ???695.1433?0.087774Income 6、1)样本回归方程为：save t= ( ) ( ) R-squared= Adjusted R-squared= ????F-statistic= Durbin-Watson stat=
相关推荐：
loading