1、第二章练习题及参考解答2.1 表 2.9 中是 1992 年亚洲各国人均寿命（Y） 、按购买力平价计算的人均 GDP（X1） 、成人识字率（X2） 、一岁儿童疫苗接种率（X3）的数据表 2.9 亚洲各国人均寿命、人均 GDP、成人识字率、一岁儿童疫苗接种率数据序号 国家和地区平均寿命Y （年）人均 GDPX1（100 美元）成人识字率 X2（%）一岁儿童疫苗接种率 X3 （%）1 日本 79 194 99 992 中国香港 77 185 90 793 韩国 70 83 97 834 新加坡 74 147 92 905 泰国 69 53 94 866 马来西亚 70 74 80 907 斯里兰卡
2、 71 27 89 888 中国大陆 70 29 80 949 菲律宾 65 24 90 9210 朝鲜 71 18 95 9611 蒙古 63 23 95 8512 印度尼西亚 62 27 84 9213 越南 63 13 89 9014 缅甸 57 7 81 7415 巴基斯坦 58 20 36 8116 老挝 50 18 55 3617 印度 60 12 50 9018 孟加拉国 52 12 37 6919 柬埔寨 50 13 38 3720 尼泊尔 53 11 27 7321 不丹 48 6 41 8522 阿富汗 43 7 32 35资料来源：联合国发展规划署人的发展报告（1） 分别
3、分析各国人均寿命与人均 GDP、成人识字率、一岁儿童疫苗接种率的数量关系。（2） 对所建立的回归模型进行检验。【练习题 2.1 参考解答】（1） 分别设定简单线性回归模型，分析各国人均寿命与人均 GDP、成人识字率、一岁儿童疫苗接种率的数量关系:1) 人均寿命与人均 GDP 关系Yi 1 2 X1i ui估计检验结果:2) 人均寿命与成人识字率关系3) 人均寿命与一岁儿童疫苗接种率关系（2） 对所建立的多个回归模型进行检验由人均 GDP、成人识字率、一岁儿童疫苗接种率分别对人均寿命回归结果的参数 t 检验值均明确大于其临界值,而且从对应的 P 值看,均小于 0.05,所以人均 GDP、成人识字
4、率、一岁儿童疫苗接种率分别对人均寿命都有显著影响.（3） 分析对比各个简单线性回归模型人均寿命与人均 GDP 回归的可决系数为 0.5261 人均寿命与成人识字率回归的可决系数为 0.7168 人均寿命与一岁儿童疫苗接种率的可决系数为 0.5379相对说来,人均寿命由成人识字率作出解释的比重更大一些2.2 为了研究浙江省财政预算收入与全省生产总值的关系,由浙江省统计年鉴得到以下数据:表 2.10 浙江省财政预算收入与全省生产总值数据财政预算总收入(亿元)全省生产总值(亿元)财政预算总收入(亿元)全省生产总值(亿元)年份Y X年份Y X1978 27.45 123.72 1995 248.50
5、3557.551979 25.87 157.75 1996 291.75 4188.531980 31.13 179.92 1997 340.52 4686.111981 34.34 204.86 1998 401.80 5052.621982 36.64 234.01 1999 477.40 5443.921983 41.79 257.09 2000 658.42 6141.031984 46.67 323.25 2001 917.76 6898.341985 58.25 429.16 2002 1166.58 8003.671986 68.61 502.47 2003 1468.89 97
6、05.021987 76.36 606.99 2004 1805.16 11648.701988 85.55 770.25 2005 2115.36 13417.681989 98.21 849.44 2006 2567.66 15718.471990 101.59 904.69 2007 3239.89 18753.731991 108.94 1089.33 2008 3730.06 21462.691992 118.36 1375.70 2009 4122.04 22990.351993 166.64 1925.91 2010 4895.41 27722.311994 209.39 268
7、9.28(1)建立浙江省财政预算收入与全省生产总值的计量经济模型,估计模型的参数,检验模型的显著性,用规范的形式写出估计检验结果,并解释所估计参数的经济意义(2)如果 2011 年，全省生产总值为 32000 亿元，比上年增长 9.0%,利用计量经济模型对浙江省 2011 年的财政预算收入做出点预测和区间预测(3)建立浙江省财政预算收入对数与全省生产总值对数的计量经济模型,. 估计模型的参数,检验模型的显著性,并解释所估计参数的经济意义【练习题 2.2 参考解答】建议学生独立完成2.3 由 12 对观测值估计得消费函数为： （1） 消费支出 C 的点预测值；（2） 在 95%的置信概率下消费支
8、出 C 平均值的预测区间。（3） 在 95%的置信概率下消费支出 C 个别值的预测区间。【练习题 2.3参考解答】2.4 假设某地区住宅建筑面积与建造单位成本的有关资料如表 2.11：表 2.11某地区住宅建筑面积与建造单位成本数据建筑地编号 建筑面积(万平方米)X 建造单位成本(元/平方米)Y1 0.6 18602 0.95 17503 1.45 17104 2.1 16905 2.56 16786 3.54 16407 3.89 16208 4.37 15769 4.82 156610 5.66 149811 6.11 142512 6.23 1419根据上表资料：（1） 建立建筑面积与建
9、造单位成本的回归方程；（2） 解释回归系数的经济意义；（3） 估计当建筑面积为 4.5 万平方米时，对建造的平均单位成本作区间预测。【练习题 2.4参考解答】建议学生独立完成2.5 按照“弗里德曼的持久收入假说”： 【练习题 2.5 参考解答】2.6 练习题 2.2 中如果将“ 财政预算总收入 ”和“全省生产总值”数据的计量单位分别或同时由”亿元”更改为”万元” ，分别重新估计参数，对比被解释变量与解释变量的计量单位分别变动和同时变动的几种情况下，参数估计及统计检验结果与计量单位与更改之前有什么区别?你能从中总结出什么规律性吗？【练习题 2.6 参考解答】建议学生独立完成2.7 联系自己所学的
10、专业选择一个实际问题，设定一个简单线性模型，并自己去收集样本数据，用本章的方法估计和检验这个模型，你如何评价自己所做的这项研究?【练习题 2.7 参考解答】本题无参考解答第三章练习题及参考解答3.1 第三章的“引子”中分析了，经济增长、公共服务、市场价格、交通状况、社会环境、政策因素，都会影响中国汽车拥有量。为了研究一些主要因素与家用汽车拥有量的数量关系，选择“百户拥有家用汽车量” 、 “人均地区生产总值” 、 “城镇人口比重” 、 “交通工具消费价格指数”等变量，2011 年全国各省市区的有关数据如下：表 3.6 2011年各地区的百户拥有家用汽车量等数据百户拥有家用汽车量(辆)人均 GDP
11、 (万元)城镇人口比重(%)交通工具价格指数(上年=100)地区Y X2 X3 X4北 京 37.71 8.05 86.20 95.92天 津 20.62 8.34 80.50 103.57河 北 23.32 3.39 45.60 99.03山 西 18.60 3.13 49.68 98.96内蒙古 19.62 5.79 56.62 99.11辽 宁 11.15 5.07 64.05 100.12吉 林 11.24 3.84 53.40 97.15黑龙江 5.29 3.28 56.50 100.54上 海 18.15 8.18 89.30 101.58江 苏 23.92 6.22 61.90
12、98.95浙 江 33.85 5.92 62.30 96.69安 徽 9.20 2.56 44.80 100.25福 建 17.83 4.72 58.10 100.75江 西 8.88 2.61 45.70 100.91山 东 28.12 4.71 50.95 98.50河 南 14.06 2.87 40.57 100.59湖 北 9.69 3.41 51.83 101.15湖 南 12.82 2.98 45.10 100.02广 东 30.71 5.07 66.50 97.55广 西 17.24 2.52 41.80 102.28海 南 15.82 2.88 50.50 102.06重 庆
13、10.44 3.43 55.02 99.12四 川 12.25 2.61 41.83 99.76贵 州 10.48 1.64 34.96 100.71云 南 23.32 1.92 36.80 96.25西 藏 25.30 2.00 22.71 99.95陕 西 12.22 3.34 47.30 101.59甘 肃 7.33 1.96 37.15 100.54青 海 6.08 2.94 46.22 100.46宁 夏 12.40 3.29 49.82 100.99新 疆 12.32 2.99 43.54 100.97资料来源:中国统计年鉴 2012.中国统计出版社1）建立百户拥有家用汽车量计量经
14、济模型,估计参数并对模型加以检验，检验结论的依据是什么?。2)分析模型参数估计结果的经济意义,你如何解读模型估计检验的结果?3) 你认为模型还可以如何改进?【练习题 3.1 参考解答】:1) 建立线性回归模型:2) 回归结果如下:3.2 表 3.7 是 1994 年-2011 年中国的出口货物总额（Y） 、工业增加值（X2） 、人民币汇率（X3）的数据:表 3.7 出口货物总额、工业增加值、人民币汇率数据年份 出口货物总额(亿元)Y工业增加值(亿元)X2人民币汇率(人民币/100 美元)X31994 1210.06 19480.71 861.871995 1487.8 24950.61 835
15、.11996 1510.48 29447.61 831.421997 1827.92 32921.39 828.981998 1837.09 34018.43 827.911999 1949.31 35861.48 827.832000 2492.03 40033.59 827.842001 2660.98 43580.62 827.72002 3255.96 47431.31 827.72003 4382.28 54945.53 827.72004 5933.26 65210.03 827.682005 7619.53 77230.78 819.172006 9689.78 91310.94
16、 797.182007 12204.56 110534.88 760.42008 14306.93 130260.24 694.512009 12016.12 135239.95 683.12010 15777.54 160722.23 676.952011 18983.81 188470.15 645.88资料来源: 中国统计年鉴 2012.中国统计出版社.1） 建立出口货物总额计量经济模型： Y t 1 2 X 2t 3X 3t ut ,估计参数并对模型加以检验。2） 如果再建立如下货物总额计量经济模型： ln Yt 1 2 ln X2t 3X3t ut ,估计参数并对模型加以检验。3）
17、分析比较两个模型参数估计结果的经济意义有什么不同。【练习题 3.2 参考解答】建议学生独立完成3.3 经研究发现，家庭书刊消费受家庭收入及户主受教育年数的影响，表中为对某地区部分家庭抽样调查得到样本数据：表 3.8 家庭书刊消费、家庭收入及户主受教育年数数据家庭月平均收入（元）户主受教育年数（年）家庭月平均收入（元）户主受教育年数（年）家庭书刊年消费支出（元）YX T家庭书刊年消费支出（元）Y X T450 1027.2 8 793.2 1998.6 14507.7 1045.2 9 660.8 2196 10613.9 1225.8 12 792.7 2105.4 12563.4 1312.
18、2 9 580.8 2147.4 8501.5 1316.4 7 612.7 2154 10781.5 1442.4 15 890.8 2231.4 14541.8 1641 9 1121 2611.8 18611.1 1768.8 10 1094.2 3143.4 161222.1 1981.2 18 1253 3624.6 201) 作家庭书刊消费（Y）对家庭月平均收入（X）和户主受教育年数（T）的多元线性回归：Y i 1 2 Xi 3Ti ui利用样本数据估计模型的参数，对模型加以检验，分析所估计模型的经济意义和作用。2） 作家庭书刊消费（Y）对户主受教育年数（ T）的一元回归，获得残差
19、 E1；再作家庭月平均收入（X ）对户主受教育年数（ T）的一元回归，并获得残差 E2。3） 作残差 E1 对残差 E2 的无截距项的回归：E1 2E2vi ，估计其参数。4） 对比所估计的 2 和 2 后，你对家庭书刊消费（Y）对家庭月平均收入（X ）和户主受教育年数（T）的多元线性回归的参数的性质有什么认识?【练习题 3.3 参考解答】：1） 作回归 Y i 1 2 Xi 3Ti ui ，结果为:检验:模型 f 统计量显著、各解释变量参数的 t 检验都显著.估计结果表明家庭月平均收入（X）每增加 1 元，家庭书刊消费（Y）平均将增加 0.08645 元。户主受教育年数（T）每增加 1 年，
20、家庭书刊消费（Y）平均将增加 52.37031 元。2） 作家庭书刊消费（Y）对户主受教育年数（T）的一元回归，获得残差 E1生成作家庭月平均收入（X）对户主受教育年数（ T）的一元回归，并获得残差 E2： 生成3） 作残差 E1 对残差 E2 的无截距项的回归： E12E2vi ，估计其参数4） 对比：所估计的 2 0.08645 和 2 0.08645，这正说明了多元回归中的 2 是剔除户主受教育年数（T）的影响或者说保持户主受教育年数（T）不变的情况下，家庭月平均收入（X）对家庭书刊消费（Y）的影响，也就是偏回归系数。3.4 为了分析中国税收收入（Y ）与国内生产总值（ X2） 、财政支
21、出（X3） 、商品零售价格指数（X4）的关系，利用 1978-2007 年的数据，用 EViews 作回归，部分结果如下：表 3.9回归结果Dependent Variable: LNYMethod: Least SquaresDate: 06/30/13 Time: 19:39Sample: 1978 2007Included observations: 30Variable Coefficient Std. Error t-Statistic Prob.C -2.755367 0.640080 0.0002LNX2 0.451234 3.174831 0.0038LNX3 0.627133
22、 0.161566 0.0006X4 0.005645 1.795567 0.0842R-squared 0.987591 Mean dependent var 8.341376Adjusted R-squared S.D. dependent var 1.357225S.E. of regression Akaike info criterion -0.707778Sum squared resid 0.662904 Schwarz criterion -0.520952Log likelihood 14.61668 F-statisticDurbin-Watson stat 0.61613
23、6 Prob(F-statistic) 0.000000填补表中空缺的数据，并分析回归的结果，并评价所估计参数的经济意义。【练习题 3.4 参考解答】建议学生独立完成3.5 已知某商品的需求量(Y)、价格(X 2)和消费者收入(X 3)，下表给出了解释变量 X 2和. X 3 对 Y 线性回归方差分析的部分结果：表 3.10 方差分析表变差来源 平方和（SS） 自由度(df) 平方和的均值（MSS）来自回归(ESS) 来自残差(RSS) 总变差(TSS)377067.19470895.00191） 回归模型估计结果的样本容量 n、来自回归的平方和(ESS)、回归平方和 ESS 与残差平方和 R
24、SS 的自由度各为多少?2） 此模型的可决系数和修正的可决系数为多少?3） 利用此结果能对模型的检验得出什么结论?能否认为模型中的解释变量 X2 和 X 3 联合起来对某商品的需求量 Y 的影响是否显著?本例中能否判断两个解释变量 X2 和 X 3 各自对某商品的需求量 Y 也都有显著影响 ?【练习题 3.5 参考解答】:变差来源 平方和（SS） 自由度(df) 平方和的均值（MSS）来自回归(ESS) 来自残差(RSS) 总变差(TSS)377067.19 70895.00447962.193-1=220-3=1719188533.604170.29411) n=19+1=20来自回归的平方
25、和(ESS)的自由度为 k-1=3-1=2 残差平方和 RSS 的自由度为 n-k=20-3=172) 可决系数 R2 TSSTSS RSS 1 TSSRSS 1 (Yi ei2Y )2(Yi Y )2 (Yi Yi )2 (Yi Y )2=377067.19+70895.00=447962.19R2 1 (Yi iY )2 1 447962.1970895.00 0.8417 e2R 2=1(1 R2 ) n 1 1(10.8417) 201 0.8231 n k 2033) F=188533.60/4170.2941=45.2087n k R 2 20 3 0.8417或者 F= k 1
26、1 R 2 31 10.8417 45.1955F0.05(2,17) 3.59 F 45.1955所以可以认为模型中的解释变量 X 2 和 X 3 联合起来对某商品的需求量 (Y)的影响显著但是，判断判断两个解释变量 X 2 和 . X3 各自对某商品的需求量 Y 也都有显著影响需要 t 统计量，而本例中缺 t 统计量，还不能作出判断。3.6 为了分析居民银行存款变动的趋势，由中国统计年鉴取得 1994 年-2011 年居民年底存款余额、城镇居民家庭人均可支配收入、农村居民家庭人均纯收入、国民总收入、人均 GDP 、居民消费价格总指数等数据：表 3.11 居民年底存款余额等数据年份年底存款余
27、额（万亿元)城镇居民家庭人均可支配收入（元）农村居民家庭人均纯收入（元）国民总收入（万亿元)人均 GDP（元）居民消费价格总指数 %Y X2 X3 X4 X5 X61994 2.15 3496.2 1221.0 4.81 4044.00 124.11995 2.97 4283.0 1577.7 5.98 5045.73 117.11996 3.85 4838.9 1926.1 7.01 5845.89 108.31997 4.63 5160.3 2090.1 7.81 6420.18 102.81998 5.34 5425.1 2162.0 8.30 6796.03 99.21999 5.96
28、 5854.0 2210.3 8.85 7158.50 98.62000 6.43 6280.0 2253.4 9.80 7857.68 100.42001 7.38 6859.6 2366.4 10.81 8621.71 100.72002 8.69 7702.8 2475.6 11.91 9398.05 99.22003 10.36 8472.2 2622.2 13.50 10541.97 101.22004 11.96 9421.6 2936.4 15.95 12335.58 103.92005 14.11 10493.0 3254.9 18.36 14185.36 101.82006
29、16.16 11759.5 3587.0 21.59 16499.70 101.52007 17.25 13785.8 4140.4 26.64 20169.46 104.82008 21.79 15780.8 4760.6 31.60 23707.71 105.92009 26.08 17174.7 5153.2 34.03 25607.53 99.32010 30.33 19109.4 5919.0 39.98 30015.05 103.32011 34.36 21809.8 6977.3 47.21 35181.24 105.4资料来源: 中国统计年鉴 2011.中国统计出版社.1)如果
30、设定线性回归模型：Yt 1 2 X2 3X3 4 X4 5 X5 6 X6 ut ，你预期所估计的各个参数的符号应该是什么?2）用 OLS 法估计参数，模型参数估计的结果与你的预期是否相符合？对这个计量模型的估计结果你如何评价?3) 如果另外建立线性回归模型：Y t 1 5X5 6 X6 ut ，用 OLS 法估计其参数，你对该模型有什么评价？【练习题 3.6 参考解答】建议学生独立完成3.7 在第二章练习题 2.7 的基础上，联系自己所学的专业将模型改造成多元线性回归模型，并自己去收集样本数据，用本章的方法估计和检验这个多元线性回归模型，你如何评价自己所做的这项研究?【练习题 3.7 参考解
31、答】本题无参考解答第四章练习题4.1 假设在模型 Yi 1 2X2i 3X3i ui 中， X 2 与 X3 之间的相关系数为零，于是有人建议你进行如下回归：4.2 克莱因与戈德伯格曾用 1921-1950 年(1942-1944 年战争期间略去)美国国内消费 Y 和工资收入 X1、非工资非农业收入 X2、农业收入 X3 的时间序列资料，利用 OLSE 估计得出了下列回归方程(括号中的数据为相应参数估计量的标准误差) ：Y 8.1331.059X1 0.452X 2 0.121X3(8.92) (0.17) (0.66) (1.09)R2 0.95 F 107.37试对上述模型进行评析，指出其
32、中存在的问题。【练习题 4.2 参考解答】：从模型拟合结果可知，样本观测个数为 27，消费模型的判定系数 ，F 统计量为95.02R107.37，在 0.05 置信水平下查分子自由度为 3，分母自由度为 23 的 F 临界值为 3.028，计算的 F值远大于临界值，表明回归方程是显著的。模型整体拟合程度较高。依据参数估计量及其标准误，可计算出各回归系数估计量的 t 统计量值：除 外，01238.13.0590.450.12.9,6.1,.69,.27 9ttt t1t其余的 值都很小。工资收入 X1 的系数的 t 检验值虽然显著，但该系数的估计值过大，该值为工j资收入对消费边际效应，因为它为
33、1.059，意味着工资收入每增加一美元，消费支出的增长平均将超过一美元，这与经济理论和常识不符。另外，理论上非工资非农业收入与农业收入也是消费行为的重要解释变量，但两者的 t 检验都没有通过。这些迹象表明，模型中存在严重的多重共线性，不同收入部分之间的相互关系，掩盖了各个部分对解释消费行为的单独影响。4.3 表 4.9 给出了中国商品进口额 Y 、国内生产总值 GDP 、居民消费价格指数 CPI。表 4.9 中国商品进口额、国内生产总值、居民消费价格指数年份商品进口额(亿元)国内生产总值(亿元)居民消费价格指数(1985=100)1985 1257.8 9016.0 100.01986 149
34、8.3 10275.2 106.51987 1614.2 12058.6 114.31988 2055.1 15042.8 135.81989 2199.9 16992.3 160.21990 2574.3 18667.8 165.21991 3398.7 21781.5 170.81992 4443.3 26923.5 181.71993 5986.2 35333.9 208.41994 9960.1 48197.9 258.61995 11048.1 60793.7 302.81996 11557.4 71176.6 327.91997 11806.5 78973.0 337.11998
35、11626.1 84402.3 334.41999 13736.4 89677.1 329.72000 18638.8 99214.6 331.02001 20159.2 109655.2 333.32002 24430.3 120332.7 330.62003 34195.6 135822.8 334.62004 46435.8 159878.3 347.72005 54273.7 183084.8 353.92006 63376.9 211923.5 359.22007 73284.6 249529.9 376.52008 79526.5 314045.4 398.72009 68618.
36、4 340902.8 395.92010 94699.3 401512.8 408.92011 113161.4 472881.6 431.0资料来源：中国统计年鉴 ，中国统计出版社 2000 年、2008 年。【练习题 4.3 参考解答】4.4 在本章开始的“引子”提出的“国内生产总值增加会减少财政收入吗？”的例子中，如果所采用的数据如表 4.11 所示表 4.11 1978-2011 年财政收入及其影响因素数据年份财政收入( 亿元)CZSR财政支出(亿元)CZZC国内生产总值（现价，亿元）GDP税收总额（亿元）SSZE1978 1132.30 1122.09 3645.22 519.281
37、979 1146.40 1281.79 4062.58 537.821980 1159.90 1228.83 4545.62 571.71981 1175.80 1138.41 4891.56 629.891982 1212.30 1229.98 5323.35 700.021983 1367.00 1409.52 5962.65 775.591984 1642.90 1701.02 7208.05 947.351985 2004.80 2004.25 9016.04 2040.791986 2122.00 2204.91 10275.18 2090.731987 2199.40 2262.1
38、8 12058.62 2140.361988 2357.20 2491.21 15042.82 2390.471989 2664.90 2823.78 16992.32 2727.41990 2937.10 3083.59 18667.82 2821.861991 3149.48 3386.62 21781.50 2990.171992 3483.37 3742.2 26923.48 3296.911993 4348.95 4642.3 35333.92 4255.31994 5218.10 5792.62 48197.86 5126.881995 6242.20 6823.72 60793.
39、73 6038.041996 7407.99 7937.55 71176.59 6909.821997 8651.14 9233.56 78973.03 8234.041998 9875.95 10798.18 84402.28 9262.81999 11444.08 13187.67 89677.05 10682.582000 13395.23 15886.5 99214.55 12581.512001 16386.04 18902.58 109655.17 15301.382002 18903.64 22053.15 120332.69 17636.452003 21715.25 2464
40、9.95 135822.76 20017.312004 26396.47 28486.89 159878.34 24165.682005 31649.29 33930.28 184937.37 28778.542006 38760.2 40422.73 216314.43 34804.352007 51321.78 49781.35 265810.31 45621.972008 61330.35 62592.66 314045.43 54223.792009 68518.3 76299.93 340902.81 59521.592010 83101.51 89874.16 401512.80
41、73210.792011 103874.43 109247.79 472881.56 89738.39(资料来源：中国统计年鉴 2008 ，中国统计出版社 2008 年版)试分析：为什么会出现本章开始时所得到的异常结果？怎样解决所出现的问题？【练习题 4.4 参考解答】建议学生自完成4.5 考虑如下模型【练习题 4.5 参考解答】4.6 自己选择一个有兴趣的实际经济问题，建立有三个以上解释变量的多元线性回归模型，并收集数据对模型作估计检验。你所建立的模型存在多重共线性吗？怎样选择变量才可能避免多重共线性的出现？【练习题 4.6 参考解答】建议学生自己独立完成第五章练习题及参考解答5.1 设消费
42、函数为【练习题 5.1 参考解答】5.2 对于第三章练习题 3.3 家庭书刊消费与家庭收入及户主受教育年数关系的分析，进一步作以下分析:1）判断模型 Yi 1 2 Xi 3Ti ui 是否存在异方差性。2。如果模型存在异方差性，应怎样去估计其参数？3）对比分析的结果，你对第三章练习题 3.3 的结论有什么评价?【练习题 5.2 参考解答】建议学生自己独立完成5.3 表 5.8 是 2007 年我国各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据表 5.8 各地区农村居民家庭人均纯收入与家庭人均生活消费支出的数据地 区家庭人均纯收入家庭生活消费支出 地 区家庭人均纯收入家庭生活消费支出北
43、 京 9439.63 6399.27 湖 北 3997.48 3090天 津 7010.06 3538.31 湖 南 3904.2 3377.38河 北 4293.43 2786.77 广 东 5624.04 4202.32山 西 3665.66 2682.57 广 西 3224.05 2747.47内蒙古 3953.1 3256.15 海 南 3791.37 2556.56辽 宁 4773.43 3368.16 重 庆 3509.29 2526.7吉 林 4191.34 3065.44 四 川 3546.69 2747.27黑龙江 4132.29 3117.44 贵 州 2373.99 19
44、13.71上 海 10144.62 8844.88 云 南 2634.09 2637.18江 苏 6561.01 4786.15 西 藏 2788.2 2217.62浙 江 8265.15 6801.6 陕 西 2644.69 2559.59安 徽 3556.27 2754.04 甘 肃 2328.92 2017.21福 建 5467.08 4053.47 青 海 2683.78 2446.5江 西 4044.7 2994.49 宁 夏 3180.84 2528.76山 东 4985.34 3621.57 新 疆 3182.97 2350.58河 南 3851.6 2676.41数据来源： 中
45、国统计年鉴 2008（1） 试根据上述数据建立 2007 年我国农村居民家庭人均消费支出对人均纯收入的线性回归模型。（2） 选用适当方法检验模型是否在异方差，并说明存在异方差的理由。（3） 如果存在异方差，用适当方法加以修正。【练习题 5.3 参考解答】结果为55.4 表 5.9 的数据是 2011 年各地区建筑业总产值（X ）和建筑业企业利润总额（ Y） 。表 5.9各地区建筑业总产值（X）和建筑业企业利润总额（Y）(单位：亿元)地 区 建筑业总产值 X 建筑业企业利润总额 Y地 区 建筑业总产值 X 建筑业企业利润总额 Y北 京 6046.22 216.78 湖 北 5586.45 231
46、.46天 津 2986.45 79.54 湖 南 3915.02 124.77河 北 3972.66 127.00 广 东 5774.01 251.69山 西 2324.91 49.22 广 西 1553.07 26.24内蒙古 1394.68 105.37 海 南 255.47 6.44辽 宁 6217.52 224.31 重 庆 3328.83 155.34吉 林 1626.65 89.03 四 川 5256.65 177.19黑龙江 2029.16 58.92 贵 州 824.72 14.39上 海 4586.2.8 166.69 云 南 1868.40 61.88江 苏 15122.8
47、5 595.87 西 藏 124.47 5.75浙 江 14907.42 411.57 陕 西 3216.63 104.38安 徽 3597.26 127.12 甘 肃 925.84 29.33福 建 3692.62 126.47 青 海 319.42 8.35江 西 2095.47 62.37 宁 夏 427.92 11.25山 东 6482.90 291.77 新 疆 1320.37 27.60河 南 5279.36 200.09数据来源：国家统计局网站根据样本资料建立回归模型，分析建筑业企业利润总额与建筑业总产值的关系，并判断模型是否存在异方差，如果有异方差，选用最简单的方法加以修正。【
48、练习题 5.4 参考解答】建议学生自己独立完成5.5 为研究居民收入与交通通讯消费支出的关系，取得了 2005 年中国各省市区城镇居民人均年可支配收入（X）与人均年交通通讯消费支出（Y ）的数据：表 5.10 2005年中国各省市区城镇居民人均可支配收入与交通通讯消费支出（单位:元）地区 人均年可支配收入(X)人均年交通通讯消费支出（Y）地区 人均年可支配收入(X)人均年交通通讯消费支出（Y）北京 17652.95 1943.48 湖北 8785.94 649.87天津 12638.55 988.01 湖南 9523.97 801.27河北 9107.09 772.34 广东 14769.94
49、 2333.05山西 8913.91 604.35 广西 9286.7 703.39内蒙 9136.79 755.51 海南 8123.94 728.29辽宁 9107.55 744.02 重庆 10243.46 929.92吉林 8690.62 733.5 四川 8385.96 827.66黑龙江 8272.51 596.97 贵州 8151.13 625.44上海 18645.03 1983.72 云南 9265.9 930.59江苏 12318.57 1050.88 西藏 9431.18 1309.95浙江 16293.77 2097.41 陕西 8272.02 630.16安徽 8470.68 676.86 甘肃 8086.82 638.63福建 12321.31 1048.71 青海 8057.85 691.25江西 8619.66 567.52 宁夏 8093.6
