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：1ˆ8.58710.13280.71020.23890.6592 2.5831t t t t t tY P Un M Y D -=---++ Se=（1.9563）(0.0992) (0.1909) (0.0727) (0.1036) (0.7549) 20.9156R =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：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 Equality…,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 3.05E+08Within 68 1.21E+09 17828696Total 69 1.52E+09 21991664Category StatisticsTest for Equality of Means Between SeriesDate: 08/16/13 Time: 17:17Sample: 1978 2012Included observations: 35Method df Value Probabilityt-test 68 4.136589853411729.91359144992841e-05Anova F-statistic (1, 68) 17.11137561534889.91359144992841e-05Analysis of VarianceSource of Variation df Sum of Sq. Mean Sq.Between 1 305073513.657143 305073513.657143Within 68 1212351326.68571 17828695.9806723Total 69 1517424840.34286 21991664.352795Category Statistics其中，1）组间方差=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 Squares Date: 08/16/13 Time: 16:57 Sample: 1 70 Included observations: 70Variable Coefficien t Std. Error t-StatisticProb. C 1703.743 713.7165 2.387142 0.0198 DUM 4175.257 1009.348 4.136590 0.0001 R-squared 0.201047 Mean dependent var3791.371 Adjusted R-squared 0.189298 S.D. dependent var 4689.527 S.E. of regression 4222.404 Akaike info criterion 19.56235 Sum squared resid 1.21E+09 Schwarz criterion 19.62659 Log likelihood -682.6823 F-statistic 17.11138 Durbin-Watson stat 0.248744 Prob(F-statistic)0.0000993）比较分析()|01703.743E XF DUM ==，表明农村居民平均消费水平=1703.743，与统计学中农村居民消费的均值=1703.743相等；()|11703.7434175.2575879E XF DUM ==+=，表明城镇居民平均消费水平=5879，与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=()()()22..14689.5277011517424780TSS S D dependent var n =⨯-=⨯-=（方差分析中，总离差平方和=1517424840.34286=1.52E+09） 残差平方和=1212351326.68572 1.2109RSS E ==+ （方差分析中，组内方差=1212351326.68571=1.21E+09）解释了的平方和=15174247801212351326.68572305089648.3ESS TSS RSS =-=-= （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)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数据来源：Thadi/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：11 0i iE⎧=⎨⎩若第个人为高中学历其他21iiE⎧=⎨⎩若第个人为本科学历其他1iiM⎧=⎨⎩若第个人为管理人员其他画出工龄与收入间的散点图：表明收入与工龄呈现线性关系，故可设定模型为011122S X E E M u ββγγδ=+++++回归结果为Dependent Variable: S Method: Least Squares Date: 08/16/13 Time: 15:48 Sample: 1 46 Included observations: 46Variable Coefficien t Std. Error t-StatisticProb. C 11031.81 383.2171 28.78736 0.0000 X 546.1840 30.51919 17.89641 0.0000 E1 -2996.210 411.7527 -7.276723 0.0000 E2 147.8249 387.6593 0.381327 0.7049 M 6883.531 313.9190 21.92773 0.0000 R-squared 0.956767 Mean dependent var17270.20 Adjusted R-squared 0.952549 S.D. dependent var 4716.632 S.E. of regression 1027.437 Akaike info criterion 16.80984 Sum squared resid 43280719 Schwarz criterion 17.00861 Log likelihood -381.6264 F-statistic 226.8359 Durbin-Watson stat 2.236925 Prob(F-statistic)0.0000002）考虑学历与是否管理者间的交互效应，设定模型为()()0111221122S X E E M E M E M u ββγγδαα=+++++⨯+⨯+回归结果与残差图Dependent Variable: S Method: Least Squares Date: 08/16/13 Time: 16:11 Sample: 1 46Included observations: 46Variable Coefficient 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 -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 17270.20 Adjusted R-squared 0.998642 S.D. dependent var 4716.632 S.E. of regression 173.8086 Akaike info criterion 13.29305 Sum squared resid 1178168. Schwarz criterion 13.57133 Log likelihood -298.7403 F-statistic 5516.596 Durbin-Watson stat 2.244104 Prob(F-statistic) 0.0000003）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 SquaresDate: 08/16/13 Time: 16:16Sample: 1 32 34 46Included observations: 45Variable Coefficient 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 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 17125.53 Adjusted R-squared 0.999793 S.D. dependent var 4665.586 S.E. of regression 67.11893 Akaike info criterion 11.39284 Sum squared resid 171188.1 Schwarz criterion 11.67388 Log likelihood -249.3390 F-statistic 35427.96Durbin-Watson stat 2.437298 Prob(F-statistic) 0.000000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其中，GPA 为平均级点；TUCE 为非期末考试成绩分数；PSI 是虚拟变量，10PSI ⎧=⎨⎩接受新教学方法没有采用新方法；Grade 是学生在接受新教学方法后学习成绩是否有所提高的虚拟变量，10GRADE ⎧=⎨⎩有所提高没有提高。