练习题8.1参考解答:（1）在其它条件不变的情况下，对数人均收入提高1%，则平均预期寿命可能提高约0.0939年。

但从统计检验结果看，对数人均收入lnX 对期望寿命Y 的影响并不显著。

方程的拟合情况良好，可进一步进行多重共线性等其他计量经济学的检验。

（2）引入()ln 7i i D X -的原因是想从截距和斜率两个方面考证将人均收入超过1097美元的国家定义为富国的话，贫国和富国的预期寿命是否存在显著的区别。

如果人均收入大于1097美元，那么虚拟变量取值为1，否则为0。

即：1 1097(l n()7)0 1097i i D X ⎧-=⎨⎩人均收入大于美元人均收入低于美元（3） 对于贫穷国，其回归方程为：2.409.39ln i X -+ 对于富国，其回归方程为：2.40(9.39-3.36)ln 3.36*721.12 6.03ln i i X X -++=+习题8.2参考答案由于有四个季度，因此引入三个季度虚拟变量1 1 1 1220 0 0 D D D ⎧⎧⎧===⎨⎨⎨⎩⎩⎩一季度二季度三季度其它其它其它（1）按照加法模型引入三个虚拟变量，模型为：（加法模型的作用是改变了设定模型的截距水平）i 0112233i i Y =D D D X ααααβμ+++++回归结果如下：123i 22ˆ=6910.449187.7317D 1169.32D 417.1182D 0.038008X t= (3.594792) (-0.28439 (1.835446) 065093256914 R =0.517642 R =0.416093 F=5.097454 DW=0.39625i Y -+-+）（-.） （.） （2）由于考虑利润对销售额的变化率发生变异，即斜率的改变，因此按照乘法模型引入三个虚拟变量，模型为：i 01i 1i 12i 23i 3i Y =X X D X D X D ββαααμ+++++回归结果如下：i i 1i 2i 322ˆ=7014.7570.037068X -0.000933X D 0.00791X D 0.002385X D t= (3.934394) (3.273896 (-0.216776) 0.0040180.58529 R =0.519733 R =0.418624 F=5.140311 DW=0.429628i Y ++--）（） （） （3）按照加法和乘法相结合的方式引入三个虚拟变量，模型为：i 01122331i 2i 13i 24i 3i Y =D D D X X D X D X D ααααββββμ++++++++回归结果为：i 123i i 1i 2i 322ˆY =10457.394752.26D 3764.21D 4635.46D 0.0159X 0.029X D 0.03X D 0.0266X D t= (2.566) (-0.87 (-0.6860.8320.6280824089960749 R =0.546701 R =0.348383 F=2---++++-）） （） （） (.） （.）（.）.756686 DW=0.464982通过对三个模型对比分析可以看出，第三个模型的系数均不显著，模型一和二销售额的系数显著，其余系数也不显著。

方程都显著，但拟和程度都不是很好。

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：12132i i Y D D u βββ=+++ 其中，i Y 为产出，110D ⎧=⎨⎩早班其他，210D ⎧=⎨⎩中班其他。

则回归结果如下：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 D29.1428570.78535311.641710.0000 R-squared0.952909 Mean dependent var 41.57143 Adjusted R-squared 0.947676 S.D. dependent var 6.423172 S.E. of regression 1.469262 Akaike info criterion 3.738961 Sum squared resid 38.85714 Schwarz criterion 3.888178 Log likelihood -36.25909 F-statistic 182.1176 Durbin-Watson stat2.331933 Prob(F-statistic)0.000000表中的红字表示在方差分析中需要用到的数据。

Sum squared resid 残差平方和；S.D. dependent var 被解释变量的标准差。

221()1iY Y n σ=--∑ 所以，TSS=(n-1)2σ依据上述数据，有：()26.423172211825.1427708TSS =⨯-=， 38.85714R S S= 825.142770838.857147E S ST S S R S S =-=-=/(1)/()ESS k F RSS n k -=- , 得182.1176F =与如下表所示的结果（《统计学》表5-4，pp167（第2版））相比较，结果完全一致。

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825.14320习题8.6参考答案 引入虚拟变量：1 10 D ⎧=⎨⎩股份制非股份制建立回归模型：i 011i Y =D ααμ++回归结果如下：t 122ˆY =1518.696568.2274D (12.39374) (3.377868)R =0.195343 R 0.178223 DW=1.96144 F=11.40999t +==11(0)1518.696(1)1518.696568.22742086.9234E Y D E Y D ====+=可以看出，非股份制超市的销售规模平均为1518.696，而股份制超市的销售规模平均为2086.9234。

这就表明股份制因素对销售规模起到一定的影响。

习题8.5参考解答在Eviews 中按照给定数据进行录入，点击Quick ，录入grade c gpa tuce psi ，点击method ，在下拉菜单中，选择binary ： 并选择logit ，则有：Dependent Variable: GRADE Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/29/05 Time: 17:44 Sample: 1 32 Included observations: 32 Convergence achieved after 5 iterations Covariance matrix computed using second derivativesVariable Coefficient Std. Error z-Statistic Prob. C -13.02135 4.931324 -2.640537 0.0083 GPA 2.826113 1.262941 2.237723 0.0252 TUCE 0.095158 0.141554 0.672235 0.5014 PSI 2.378688 1.064564 2.234424 0.0255Mean dependent var 0.343750 S.D. dependent var 0.482559 S.E. of regression 0.384716 Akaike info criterion 1.055602 Sum squared resid 4.144171 Schwarz criterion 1.238819 Log likelihood -12.88963 Hannan-Quinn criter. 1.116333 Restr. log likelihood -20.59173 Avg. log likelihood -0.402801 LR statistic (3 df) 15.40419 McFadden R-squared 0.374038 Probability(LR stat) 0.001502 Obs with Dep=0 21 Total obs 32 Obs with Dep=1 11边际效应等于()2.8260.5340.1890.0950.0182.3790.499f ⎛⎫⎛⎫⎪ ⎪=⨯= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭ X ββ 其中，()()()13.02135 2.82613.11720.095221.9375 2.37870.43752213.02135 2.82613.11720.095221.9375 2.37870.437511ee f ee -+⨯+⨯+⨯-+⨯+⨯+⨯==++X βX βX β()20.33870.1889887460.18910.3387==≈+GPA TUCE PSI Mean 3.117188 21.93750 0.437500 Median 3.065000 22.50000 0.000000 Maximum 4.000000 29.00000 1.000000 Minimum 2.060000 12.00000 0.000000 Std. Dev. 0.466713 3.901509 0.504016 Skewness 0.122657 -0.525110 0.251976 Kurtosis 2.570068 3.048305 1.063492 Jarque-Bera 0.326695 1.473728 5.338708 Probability 0.849296 0.478612 0.069297 Sum99.75000 702.0000 14.00000 Sum Sq. Dev. 6.752447 471.8750 7.875000 Observations 32 32 32。