为了正常的体验网站,请在浏览器设置里面开启Javascript功能!
首页 > 治脚臭及除脚臭方法

治脚臭及除脚臭方法

2011-04-15 8页 pdf 193KB 46阅读

用户头像

is_418912

暂无简介

举报
治脚臭及除脚臭方法第五章练习题参考解答 练习题 5.1 设消费函数为 式中, 为消费支出; 为个人可支配收入; 为个人的流动资产; 为随机误差项,并且 (其中 为常数)。试回答以下问题: (1)选用适当的变换修正异方差,要求写出变换过程; (2)写出修正异方差后的参数估计量的表达式。 5.2 根据本章第四节的对数变换,我们知道对变量取对数通常能降低异方差性,但须对这种模型的随机误差项的性质给予足够的关注。例如,设模型为 ,对该模型中的变量取对数后得如下形式 (1)如果 要有零期望值, 的分布应该是什么? (2)如果 ,...
治脚臭及除脚臭方法
第五章练习题参考解答 练习题 5.1 设消费函数为 式中, 为消费支出; 为个人可支配收入; 为个人的流动资产; 为随机误差项,并且 (其中 为常数)。试回答以下问题: (1)选用适当的变换修正异方差,要求写出变换过程; (2)写出修正异方差后的参数估计量的达式。 5.2 根据本章第四节的对数变换,我们知道对变量取对数通常能降低异方差性,但须对这种模型的随机误差项的性质给予足够的关注。例如,设模型为 ,对该模型中的变量取对数后得如下形式 (1)如果 要有零期望值, 的分布应该是什么? (2)如果 ,会不会 ?为什么? (3)如果 不为零,怎样才能使它等于零? 5.3  由表中给出消费Y与收入X的数据,试根据所给数据资料完成以下问题: (1)估计回归模型 中的未知参数 和 ,并写出样本回归模型的书写格式; (2)试用Goldfeld-Quandt法和White法检验模型的异方差性; (3)选用合适的方法修正异方差。 Y X Y X Y X 55 80 152 220 95 140 65 100 144 210 108 145 70 85 175 245 113 150 80 110 180 260 110 160 79 120 135 190 125 165 84 115 140 205 115 180 98 130 178 265 130 185 95 140 191 270 135 190 90 125 137 230 120 200 75 90 189 250 140 205 74 105 55 80 140 210 110 160 70 85 152 220 113 150 75 90 140 225 125 165 65 100 137 230 108 145 74 105 145 240 115 180 80 110 175 245 140 225 84 115 189 250 120 200 79 120 180 260 145 240 90 125 178 265 130 185 98 130 191 270             5.4  由表中给出1985年我国北方几个省市农业总产值,农用化肥量、农用水利、农业劳动力、每日生产性固定生产原值以及农机动力数据,要求: (1) 试建立我国北方地区农业产出线性模型; (2) 选用适当的方法检验模型中是否存在异方差; (3) 如果存在异方差,采用适当的方法加以修正。                  地区 农业总产值 农业劳动力 灌溉面积 化肥用量 户均固定 农机动力 (亿元) (万人) (万公顷) (万吨) 资产(元) (万马力) 北京 19.64 90.1 33.84 7.5 394.3 435.3 天津 14.4 95.2 34.95 3.9 567.5 450.7 河北 149.9 1639 .0 357.26 92.4 706.89 2712.6 山西 55.07 562.6 107.9 31.4 856.37 1118.5 内蒙古 60.85 462.9 96.49 15.4 1282.81 641.7 辽宁 87.48 588.9 72.4 61.6 844.74 1129.6 吉林 73.81 399.7 69.63 36.9 2576.81 647.6 黑龙江 104.51 425.3 67.95 25.8 1237.16 1305.8 山东 276.55 2365.6 456.55 152.3 5812.02 3127.9 河南 200.02 2557.5 318.99 127.9 754.78 2134.5 陕西 68.18 884.2 117.9 36.1 607.41 764 新疆 49.12 256.1 260.46 15.1 1143.67 523.3               5.5  表中的数据是美国1988研究与开发(R&D)支出费用(Y)与不同部门产品销售量(X)。试根据资料建立一个回归模型,运用Glejser方法和White方法检验异方差,由此决定异方差的表现形式并选用适当方法加以修正。 单位:百万美元 工业群体 销售量X R&D费用Y 利润Z 1.容器与包装 6375.3 62.5 185.1 2.非银行业金融 11626.4 92.9 1569.5 3.服务行业 14655.1 178.3 276.8 4.金属与采矿 21869.2 258.4 2828.1 5.住房与建筑 26408.3 494.7 225.9 6.一般制造业 32405.6 1083 3751.9 7.休闲娱乐 35107.7 1620.6 2884.1 8.纸张与林木产品 40295.4 421.7 4645.7 9.食品 70761.6 509.2 5036.4 10.卫生保健 80552.8 6620.1 13869.9 11.宇航 95294 3918.6 4487.8 12.消费者用品 101314.3 1595.3 10278.9 13.电器与电子产品 116141.3 6107.5 8787.3 14.化工产品 122315.7 4454.1 16438.8 15.五金 141649.9 3163.9 9761.4 16.办公设备与电算机 175025.8 13210.7 19774.5 17.燃料 230614.5 1703.8 22626.6 18.汽车 293543 9528.2 18415.4         5.6   由表中给出的收入和住房支出样本数据,建立住房支出模型。 住房支出 收入 1.8 5 2 5 2 5 2 5 2.1 5 3 10 3.2 10 3.5 10 3.5 10 3.6 10 4.2 15 4.2 15 4.5 15 4.8 15 5 15 4.8 20 5 20 5.7 20 6 20 6.2 20     假设模型为 ,其中 为住房支出, 为收入。试求解下列问题: (1)用OLS求参数的估计值、标准差、拟合优度 (2)用Goldfeld-Quandt方法检验异方差(假设分组时不去掉任何样本值) (3)如果模型存在异方差,假设异方差的形式是 ,试用加权最小二乘法重新估计 和 的估计值、标准差、拟合优度。 5.7 表中给出1969年20个国家的股票价格(Y)和消费者价格年百分率变化(X)的一个横截面数据。 国家 股票价格变化率%Y 消费者价格变化率%X 1.澳大利亚 5 4.3 2.奥地利 11.1 4.6 3.比利时 3.2 2.4 4.加拿大 7.9 2.4 5.智利 25.5 26.4 6.丹麦 3.8 4.2 7.芬兰 11.1 5.5 8.法国 9.9 4.7 9.德国 13.3 2.2 10.印度 1.5 4 11.爱尔兰 6.4 4 12.以色列 8.9 8.4 13.意大利 8.1 3.3 14.日本 13.5 4.7 15.墨西哥 4.7 5.2 16.荷兰 7.5 3.6 17.新西兰 4.7 3.6 18.瑞典 8 4 19.英国 7.5 3.9 20.美国 9 2.1       试根据资料完成以下问题: (1)将Y对X回归并回归中的残差; (2)因智利的数据出现了异常,去掉智利数据后,重新作回归并再次分析回归中的残差; (3)如果根据第1条的结果你将得到有异方差性的结论,而根据第2条的结论你又得到相反的结论,对此你能得出什么样的结论?    5.8  表中给出的是1998年我国重要制造业销售收入与销售利润的数据资料 行业名称 销售收入 销售利润 行业名称 销售收入 销售利润 食品加工业 187.25 3180.44 医药制造业 238.71 1264.10 食品制造业 111.42 1119.88 化学纤维制造 81.57 779.46 饮料制造业 205.42 1489.89 橡胶制品业 77.84 692.08 烟草加工业 183.87 1328.59 塑料制品业 144.34 1345.00 纺织业 316.79 3862.90 非金属矿制品 339.26 2866.14 服装制造业 157.70 1779.10 黑色金属冶炼 367.47 3868.28 皮革羽绒制品 81.73 1081.77 有色金属冶炼 144.29 1535.16 木材加工业 35.67 443.74 金属制品业 201.42 1948.12 家具制造业 31.06 226.78 普通机械制造 354.69 2351.68 造纸及纸制品 134.40 1124.94 专用设备制造 238.16 1714.73 印刷业 90.12 499.83 交通运输设备 511.94 4011.53 文教体育用品 54.40 504.44 电子机械制造 409.83 3286.15 石油加工业 194.45 2363.80 电子通讯设备 508.15 4499.19 化学原料制品 502.61 4195.22 仪器仪表设备 72.46 663.68             试完成以下问题: (1)求销售利润岁销售收入的样本回归函数,并对模型进行经济意义检验和统计检验; (2)分别用图形法、Glejser方法、White方法检验模型是否存在异方差; (3)如果模型存在异方差,选用适当的方法对异方差性进行修正。 5.9 下表所给资料为1978年至2000年四川省农村人均纯收入 和人均生活费支出 的数据。 四川省农村人均纯收入和人均生活费支出          单位:元/人 时间 农村人均纯收入X 农村人均生活费支出Y 时间 农村人均纯收入X 农村人均生活费支出Y 1978 127.1 120.3 1990 557.76 509.16 1979 155.9 142.1 1991 590.21 552.39 1980 187.9 159.5 1992 634.31 569.46 1981 220.98 184.0 1993 698.27 647.43 1982 255.96 208.23 1994 946.33 904.28 1983 258.39 231.12 1995 1158.29 1092.91 1984 286.76 251.83 1996 1459.09 1358.03 1985 315.07 276.25 1997 1680.69 1440.48 1986 337.94 310.92 1998 1789.17 1440.77 1987 369.46 348.32 1999 1843.47 1426.06 1988 448.85 426.47 2000 1903.60 1485.34 1989 494.07 473.59                   数据来源:《四川统计年鉴》2001年。 (1)求农村人均生活费支出对人均纯收入的样本回归函数,并对模型进行经济意义检验和统计检验; (2)选用适当的方法检验模型中是否存在异方差; (3)如果模型存在异方差,选用适当的方法对异方差性进行修正。 5.10 在题5.9中用的是时间序列数据,而且没有剔除物价上涨因素。试分析如果剔除物价上涨因素,即用实际可支配收入和实际消费支出,异方差的问题是否会有所改善?由于缺乏四川省从1978年起的农村居民消费价格定基指数的数据,以1978年—2000年全国商品零售价格定基指数(以1978年为100)代替,数据如下表所示: 年份 商品零售价格指数 年份 商品零售消费价格指数 年份 商品零售消费价格指数 1978 100 1986 135.8 1994 310.2 1979 102 1987 145.7 1995 356.1 1980 108.1 1988 172.7 1996 377.8 1981 110.7 1989 203.4 1997 380.8 1982 112.8 1990 207.7 1998 370.9 1983 114.5 1991 213.7 1999 359.8 1984 117.7 1992 225.2 2000 354.4 1985 128.1 1993 254.9                 数据来源:《中国统计年鉴2001》 练习题参考解答 练习题5.1 参考解答 (1)因为 ,所以取 ,用 乘给定模型两端,得 上述模型的随机误差项的方差为一固定常数,即 (2)根据加权最小二乘法及第四章里(4.5)和(4.6)式,可得修正异方差后的参数估计式为 其中 练习题5.3参考解答 (1)该模型样本回归估计式的书写形式为 (2)首先,用Goldfeld-Quandt法进行检验。 a.将样本按递增顺序排序,去掉1/4,再分为两个部分的样本,即 。 b.分别对两个部分的样本求最小二乘估计,得到两个部分的残差平方和,即 求F统计量为 给定 ,查F分布表,得临界值为 。 c.比较临界值与F统计量值,有 =4.1390> ,说明该模型的随机误差项存在异方差。 其次,用White法进行检验。具体结果见下表 White Heteroskedasticity Test: F-statistic 6.301373 Probability 0.003370 Obs*R-squared 10.86401 Probability 0.004374           Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 08/05/05 Time: 12:37 Sample: 1 60 Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C -10.03614 131.1424 -0.076529 0.9393 X 0.165977 1.619856 0.102464 0.9187 X^2 0.001800 0.004587 0.392469 0.6962 R-squared 0.181067 Mean dependent var 78.86225 Adjusted R-squared 0.152332 S.D. dependent var 111.1375 S.E. of regression 102.3231 Akaike info criterion 12.14285 Sum squared resid 596790.5 Schwarz criterion 12.24757 Log likelihood -361.2856 F-statistic 6.301373 Durbin-Watson stat 0.937366 Prob(F-statistic) 0.003370          
/
本文档为【治脚臭及除脚臭方法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索