第7章练习5解：根据Eview 软件得如下表：Dependent Variable: YMethod: ML - Binary Logit (Quadratic hill climbing) Date: 05/22/11 Time: 22:19Sample: 1 16Included observations: 16Convergence achieved after 5 iterationsCovariance matrix computed using second derivativesVariableCoefficientStd. Error z-StatisticProb.??C Q VMcFadden R-squared ????Mean dependent var . dependent var ????. of regression Akaike info criterion ????Sum squared resid Schwarz criterion ????Log likelihood Hannan-Quinn criter. ????Restr. log likelihood LR statistic ????Avg. log likelihood Prob(LR statistic)Obs with Dep=0 7 ?????Total obs 16Obs with Dep=19于是，我们可得到Logit 模型为：V Q i0177.0004.0107.11Y ˆ++-= （） （） （）685.40R 2MCF = ， LR(2)=如果在Binary estination 这一栏中选择Probit 估计方法，可得到如下表：Dependent Variable: YMethod: ML - Binary Probit (Quadratic hill climbing) Date: 05/22/11 Time: 22:25 Sample: 1 16Included observations: 16Convergence achieved after 5 iterationsCovariance matrix computed using second derivativesVariableCoefficientStd. Error z-StatisticProb.??C Q VMcFadden R-squared ????Mean dependent var . dependent var ????. of regression Akaike info criterion ????Sum squared resid Schwarz criterion ????Log likelihood Hannan-Quinn criter. ????Restr. log likelihood LR statistic ????Avg. log likelihood Prob(LR statistic)Obs with Dep=0 7 ?????Total obs 16Obs with Dep=19于是，我们可得到Probit 模型为：V Q i0105.00024.035.66Y ˆ++-= （） （） （）763.40R 2MCF = ， LR(2)=第7章练习6 下表列出了美国、加拿大、英国在1980~1999年的失业率Y 以及对制造业的补偿X 的相关数据资料。
解：（1）根据Eview 软件操作得如下表： 美国（US ）：Dependent Variable: Y Method: Least Squares Date: 05/22/11 Time: 22:38 Sample: 1980 1999Included observations: 20VariableCoefficientStd. Error t-StatisticProb.??C XR-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic)根据上表可得对美国的OLS 估计结果为：tt X 0454.05686.10Y ˆ-= （） （） 4215.02=R ， 3893.02=R ， .=， RSS=加拿大(CA)：Dependent Variable: Y Method: Least Squares Date: 05/22/11 Time: 22:43 Sample: 1980 1999Included observations: 20VariableCoefficientStd. Error t-StatisticProb.??C XR-squared????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic)同样，根据上表可得对加拿大（CA ）的OLS 估计结果为：tt X 0066.0425.39Y ˆ-= （） （）0048.02=R ， 05.02-=R ， .=， RSS=英国（UK ）：Dependent Variable: Y Method: Least Squares Date: 05/22/11 Time: 22:48 Sample: 1980 1999Included observations: 20VariableCoefficientStd. Error t-StatisticProb.??C XR-squared????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic)同样，根据上表可得对英国（UK ）的OLS 估计结果为：tt X 0466.0543.512Y ˆ-= （） （）3036.02=R ， 29.932=R ， .=， RSS=(2)将三个国家的数据合并成一个样本（共60个样本点），根据Eview 软件得：OLS 估计结果如下：Dependent Variable: Y Method: Least Squares Date: 05/22/11 Time: 22:58 Sample: 1980 2039Included observations: 60VariableCoefficientStd. Error t-StatisticProb.??C XR-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????Hannan-Quinn criter. F-statistic ????Durbin-Watson stat Prob(F-statistic)根据上表得估计方程为：tt X 0495.049.112Y ˆ-= （） （）3036.02=R ， 2916.02=R ， .=， RSS=（3）在Eviews 软件下，估计变截距固定影响模型得到如下结果：固定影响模型可按最小二乘虚拟变量（LSDV ）模型估计，记D 2为加拿大（CA ）的虚拟变量；即观测值属于CA 时取值为1，其他取值为0；记D 3为英国的虚拟变量，取值规律同D 2，所以，LSDV 模型的OLS 估计结果如下：X D D it 0383.0011.29221.19348.9Y 32-++=（） （） （） （）5048.02=R ， 4783.02=R ， .=， RSS=美国（US ）没有设定虚拟变量，成为比较的基准。
可以看出，该结果与上述固定效应模型的估计结果是一致的。
（4）为了比较以上三个模型，需要进行如下两个F 检验。
首先，进行“截距和斜率在不同的横截面样本点和时间上都相同”的假设检验，相应的F 检验为： ()()()[]()()()[]1,11/11/S -S F 1132+-+-+-=k n nT k n S k n ~F[(n-1)(k+1),nT-n(k+1)]其中，S 3为第二类模型，即合成的大样本模型相应的残差平方和，S 1为第一类模型，即按横截面样本点分别估计的各单一方程的残差平方和。
如果接受该假设，则选取第二类模型。
如果该假设被拒绝，则再进行“斜率在不同的横截面样本点和时间上都相同，但截距不相同”的假设，相应的F 检验为：()()[]()[]1/1/S -S F 1122+--=k n nT S k n ~F[(n-1)k,nT-n(k+1)] 其中，S 2为第三类模型，即固定效应模型的相应的残差平方和。
如果接受该假设，则选取第三类模型。
拒绝该假设，则选取第一类模型，即按横截面样本点分别估计的各单一的模型方程。
由上述估计结果，知：7.11114.1406.4487.522S 1=++= 4.9117S 2= 5.8165S 3=于是， 2F =， 1F =对于2F ，在5%的显着性水平下，自由度为（4,54）的F 分布的临界值为()4.5254,4F 0.05=，可见拒绝“截距和斜率在不同的横截面样本点和时间上都相同”的假设。