第八章练习题及参考答案.docx
- 文档编号:24031572
- 上传时间:2023-05-23
- 格式:DOCX
- 页数:23
- 大小:169.69KB
第八章练习题及参考答案.docx
《第八章练习题及参考答案.docx》由会员分享,可在线阅读,更多相关《第八章练习题及参考答案.docx(23页珍藏版)》请在冰豆网上搜索。
第八章练习题及参考答案
第八章练习题及参考解答
8.1Sen和Srivastava(1971)在研究贫富国之间期望寿命的差异时,利用101个国家的数据,建立了如下的回归模型:
(4.37)(0.857)(2.42)
R2=0.752
其中:
X是以美元计的人均收入;Y是以年计的期望寿命;
Sen和Srivastava认为人均收入的临界值为1097美元(
),若人均收入超过1097美元,则被认定为富国;若人均收入低于1097美元,被认定为贫穷国。
括号内的数值为对应参数估计值的t-值。
1)解释这些计算结果。
2)回归方程中引入
的原因是什么?
如何解释这个回归解释变量?
3)如何对贫穷国进行回归?
又如何对富国进行回归?
4)从这个回归结果中可得到的一般结论是什么?
练习题8.1参考解答:
1.结果解释
依据给定的估计检验结果数据,对数人均收入对期望寿命在统计上并没有显著影响,截距和变量
在统计上对期望寿命有显著影响;同时,
表明贫富国之间的期望寿命存在差异。
2.回归方程中引入
的原因是从截距和斜率两个方面考证收入因素对期望寿命的影响。
这个回归解释变量可解释为对期望寿命的影响存在截距差异和斜率差异的共同因素。
3.对穷国进行回归时,回归模型为
对富国进行回归时,回归模型为
4.一般的结论为富国的期望寿命药高于穷国的期望寿命,并且随着收入的增加,在平均意义上,富国的期望寿命的增加变化趋势优于穷国,贫富国之间的期望寿命的确存在显著差异。
8.2个人所得税起征点调整对居民消费支出会产生重要的影响。
为研究个人所得税起征点调整对城镇居民个人消费支出行为的效应,收集相关的数据如表8.4和表8.5所示。
表8.4个人所得税起征点调整情况
1987年
1994年
2006年
2008年
最低的起征点
400元
800元
1600元
2000元
表8.5城镇居民收入与消费的有关数据
城镇家庭平均每人可支配收入
(元)
城镇家庭平均每人全年消费性支出
(元)
平均每户城镇家庭就业人口数
(人)
城镇家庭平均每一就业者负担人数(含本人)
(人)
1985
739.1
673.2
2.15
1.81
1986
900.9
799
2.12
1.8
1987
1002.1
884.4
2.09
1.79
1988
1180.2
1104
2.03
1.79
1989
1373.9
1211
2
1.78
1990
1510.16
1278.89
1.98
1.77
1991
1700.6
1453.8
1.96
1.75
1992
2026.6
1671.7
1.95
1.73
1993
2577.4
2110.8
1.92
1.72
1994
3496.2
2851.3
1.88
1.74
1995
4282.95
3537.57
1.87
1.73
1996
4838.9
3919.5
1.86
1.72
1997
5160.3
4185.6
1.83
1.74
1998
5425.1
4331.6
1.8
1.75
1999
5854
4615.9
1.77
1.77
2000
6279.98
4998
1.68
1.86
2001
6859.6
5309.01
1.65
1.88
2002
7702.8
6029.92
1.58
1.92
2003
8472.2
6510.94
1.58
1.91
2004
9421.6
7182.1
1.56
1.91
2005
10493
7942.88
1.51
1.96
2006
11759.45
8696.55
1.53
1.93
2007
13785.81
9997.47
1.54
1.89
2008
15780.8
11242.9
1.48
1.97
若模型设定为:
Consumet=Ct+α1Incomet+α2Consumet-1+α3Employmentt+α4Burdent+α5d1t+α6d2t+α7d3t+α8d4t+εt
其中Consumet表示t期城镇居民家庭人均消费支出,Incomet表示t期城镇居民家庭人均可支配收入,Employmentt表示t期城镇居民家庭平均每户就业人口,Burdent表示t期城镇居民家庭平均每一就业者负担人数,dit(i=1,2,3,4)相应的虚拟变量。
1)构造用于描述个人所得税调整的虚拟变量,并简要说明其理由;
2)用散点图描述两两变量之间的关系,并给出你对模型设定的结论;
3)依据测算,选择你认为更能描述客观实际的模型,并简要说明其理由;
4)根据分析结果,你对提高个人所得税起征点影响居民消费的有效性能得出什么结论?
练习题8.2参考解答:
录入如下数据
obs
CONSUME
INCOME
EMPLOYMENT
D1
D2
D3
D4
1985
673.2000
739.1000
2.150000
0.000000
0.000000
0.000000
0.000000
1986
799.0000
900.9000
2.120000
0.000000
0.000000
0.000000
0.000000
1987
884.4000
1002.100
2.090000
1.000000
0.000000
0.000000
0.000000
1988
1104.000
1180.200
2.030000
1.000000
0.000000
0.000000
0.000000
1989
1211.000
1373.900
2.000000
1.000000
0.000000
0.000000
0.000000
1990
1278.890
1510.160
1.980000
1.000000
0.000000
0.000000
0.000000
1991
1453.800
1700.600
1.960000
1.000000
0.000000
0.000000
0.000000
1992
1671.700
2026.600
1.950000
1.000000
0.000000
0.000000
0.000000
1993
2110.800
2577.400
1.920000
1.000000
0.000000
0.000000
0.000000
1994
2851.300
3496.200
1.880000
1.000000
1.000000
0.000000
0.000000
1995
3537.570
4282.950
1.870000
1.000000
1.000000
0.000000
0.000000
1996
3919.500
4838.900
1.860000
1.000000
1.000000
0.000000
0.000000
1997
4185.600
5160.300
1.830000
1.000000
1.000000
0.000000
0.000000
1998
4331.600
5425.100
1.800000
1.000000
1.000000
0.000000
0.000000
1999
4615.900
5854.000
1.770000
1.000000
1.000000
0.000000
0.000000
2000
4998.000
6279.980
1.680000
1.000000
1.000000
0.000000
0.000000
2001
5309.010
6859.600
1.650000
1.000000
1.000000
0.000000
0.000000
2002
6029.920
7702.800
1.580000
1.000000
1.000000
0.000000
0.000000
2003
6510.940
8472.200
1.580000
1.000000
1.000000
0.000000
0.000000
2004
7182.100
9421.600
1.560000
1.000000
1.000000
0.000000
0.000000
2005
7942.880
10493.00
1.510000
1.000000
1.000000
0.000000
0.000000
2006
8696.550
11759.45
1.530000
1.000000
1.000000
1.000000
0.000000
2007
9997.470
13785.81
1.540000
1.000000
1.000000
1.000000
0.000000
2008
11242.90
15780.80
1.480000
1.000000
1.000000
1.000000
1.000000
分别作如下回归:
DependentVariable:
CONSUME
Method:
LeastSquares
Date:
08/24/09Time:
13:
14
Sample(adjusted):
19862008
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
744.7966
378.0662
1.970017
0.0676
CONSUME(-1)
0.084873
0.050907
1.667221
0.1162
INCOME
0.633118
0.035198
17.98729
0.0000
LOG(EMPLOYMENT)
-762.9720
478.5280
-1.594414
0.1317
D1
37.43460
50.23445
0.745198
0.4677
D2
221.0765
38.30840
5.770966
0.0000
D3
-122.0493
73.81439
-1.653461
0.1190
D4
-178.8688
65.87071
-2.715452
0.0160
R-squared
0.999861
Meandependentvar
4428.906
AdjustedR-squared
0.999796
S.D.dependentvar
3060.917
S.E.ofregression
43.70477
Akaikeinfocriterion
10.66100
Sumsquaredresid
28651.61
Schwarzcriterion
11.05595
Loglikelihood
-114.6015
F-statistic
15413.79
Durbin-Watsonstat
2.977604
Prob(F-statistic)
0.000000
DependentVariable:
CONSUME
Method:
LeastSquares
Date:
08/24/09Time:
13:
14
Sample(adjusted):
19862008
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
871.9310
332.6627
2.621067
0.0185
CONSUME(-1)
0.083576
0.050165
1.666017
0.1152
INCOME
0.629922
0.034447
18.28676
0.0000
LOG(EMPLOYMENT)
-889.4616
441.1508
-2.016230
0.0609
D2
226.0361
37.19791
6.076579
0.0000
D3
-110.8884
71.26752
-1.555946
0.1393
D4
-171.6924
64.25105
-2.672211
0.0167
R-squared
0.999856
Meandependentvar
4428.906
AdjustedR-squared
0.999802
S.D.dependentvar
3060.917
S.E.ofregression
43.09316
Akaikeinfocriterion
10.61040
Sumsquaredresid
29712.33
Schwarzcriterion
10.95598
Loglikelihood
-115.0196
F-statistic
18496.74
Durbin-Watsonstat
2.787479
Prob(F-statistic)
0.000000
DependentVariable:
CONSUME
Method:
LeastSquares
Date:
08/24/09Time:
13:
15
Sample(adjusted):
19862008
Includedobservations:
23afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1204.936
265.1054
4.545122
0.0003
CONSUME(-1)
0.099314
0.051147
1.941709
0.0689
INCOME
0.599165
0.029366
20.40320
0.0000
LOG(EMPLOYMENT)
-1325.942
354.4143
-3.741222
0.0016
D2
251.3675
34.81573
7.219940
0.0000
D4
-141.7710
63.81647
-2.221543
0.0402
R-squared
0.999834
Meandependentvar
4428.906
AdjustedR-squared
0.999785
S.D.dependentvar
3060.917
S.E.ofregression
44.85802
Akaikeinfocriterion
10.66434
Sumsquaredresid
34208.12
Schwarzcriterion
10.96056
Loglikelihood
-116.6399
F-statistic
20483.46
Durbin-Watsonstat
2.638666
Prob(F-statistic)
0.000000
DependentVariable:
CONSUME
Method:
LeastSquares
Date:
08/24/09Time:
13:
16
Sample:
19852008
Includedobservations:
24
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
1460.937
233.2922
6.262263
0.0000
INCOME
0.653101
0.009132
71.51539
0.0000
LOG(EMPLOYMENT)
-1651.937
314.1501
-5.258431
0.0000
D2
277.4048
33.62783
8.249261
0.0000
D4
-154.2742
66.05969
-2.335377
0.0306
R-squared
0.999810
Meandependentvar
4272.418
AdjustedR-squared
0.999769
S.D.dependentvar
3090.239
S.E.ofregression
46.92598
Akaikeinfocriterion
10.71807
Sumsquaredresid
41838.91
Schwarzcriterion
10.96350
Loglikelihood
-123.6169
F-statistic
24931.15
Durbin-Watsonstat
2.292463
Prob(F-statistic)
0.000000
8.3在统计学教材中,采用了方差分析方法分析了不同班次对劳动效率的影响,其样本数据为
表8.6不同班次的劳动效率
早班
中班
晚班
37
47
40
35
51
42
33
48
39
33
50
41
35
51
42
36
51
40
37
47
40
试采用虚拟解释变量回归的方法对上述数据进行方差分析。
练习题8.3参考解答:
考虑到班次有三个属性,故在有截距项的回归方程中只能引入两个虚拟变量,按加法形式引入,模型设定形式为:
其中,
为劳动效率。
在Eviews中按下列格式录入数据:
obs
Y
D1
D2
1
34.00000
1.000000
0.000000
2
37.00000
1.000000
0.000000
3
35.00000
1.000000
0.000000
4
33.00000
1.000000
0.000000
5
33.00000
1.000000
0.000000
6
35.00000
1.000000
0.000000
7
36.00000
1.000000
0.000000
8
49.00000
0.000000
1.000000
9
47.00000
0.000000
1.000000
10
51.00000
0.000000
1.000000
11
48.00000
0.000000
1.000000
12
50.00000
0.000000
1.000000
13
51.00000
0.000000
1.000000
14
51.00000
0.000000
1.000000
15
39.00000
0.000000
0.000000
16
40.00000
0.000000
0.000000
17
42.00000
0.000000
0.000000
18
39.00000
0.000000
0.000000
19
41.00000
0.000000
0.000000
20
42.00000
0.000000
0.000000
21
40.00000
0.000000
0.000000
输入命令:
lsycd1d2,则有如下结果
DependentVariable:
Y
Method:
LeastSquares
Date:
06/29/09Time:
16:
56
Sample:
121
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
40.42857
0.555329
72.80115
0.0000
D1
-5.714286
0.785353
-7.276069
0.0000
D2
9.142857
0.785353
11.64171
0.0000
R-squared
0.952909
Meandependentvar
41.57143
AdjustedR-squared
0.947676
S.D.dependentvar
*6.423172
S.E.ofregression
1.469262
Akaikeinfocriterion
3.738961
Sumsquaredresid
*38.85714
Schwarzcriterion
3.888178
Loglikelihood
-36.25909
F-statistic
*182.1176
Durbin-Watsonstat
2.331933
Prob(F-statistic)
0.000000
表中的*号部分表示在方差分析中需要用到的数据。
依据上述数据,有:
,
于是方差分析的结果为
方差来源
离差平方和
自由度
方差
F值
组间
786.286
2
393.143
182.118
组内
38.857
18
2.158
总和
825.143
20
8.4Jo
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第八 练习题 参考答案