2022年计量经济学.docx

《2022年计量经济学.docx》由会员分享，可在线阅读，更多相关《2022年计量经济学.docx（19页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、精选学习资料 - - - - - - - - - 个人收集整理 仅供参考学习第六章 虚拟变量的回来模型第一部分 学习目标和要求本章主要介绍虚拟变量的基本概念及其应用；需要把握并懂得以下内容：（1）虚拟变量的基本概念、虚拟变量分别作为说明变量和被说明变量的情形、虚拟变量回来模型的类型和说明变量个数选取规章；文档来自于网络搜寻（2）定量变量与不同数量定性变量（一对一、一对多和多对多）虚拟变量模型；（3）应用虚拟变量转变回来直线的截距或斜率；（4）分段线性回来；（5）应用虚拟变量检验回来模型的结构稳固性、传统判别结构稳固性的方法及存在其次部分的缺陷、虚拟变量法比较两个回来方程的结构方法；文档来自于网

2、络搜寻练习题一、说明以下概念：1虚拟变量 2方差分析模型（ANOV A ）3协方差模型（ANOCV A）4基底 5级差截距系数 6虚拟变量陷阱 二、简要回答以下问题：1虚拟变量在线性回来模型中的作用是什么？举例说明；2回来模型中虚拟变量个数的选取原就是什么？为什么？3假如现在有月度数据,在对下面的假设进行检验时,你将引入几个虚拟变量？A 一年中的每月均出现季节性波动趋势；B 只有双数月份出现季节性波动趋势；4假如现在让你着手检验上海和深圳两个股票市场在过去 差异,如何使用虚拟变量进行？文档来自于网络搜寻三、考虑如下模型：5 年内的收益率是否有显著其中,D 对前 20 个观看值取0,对后 30

3、个观看值取1；已知Var ui2300；（1）如何说明1 和2 ？（2）这两组的均值分别是多少？2 的方差？（3）已知Cov12 15；如何运算1四、考虑如下模型：其中 Y 代表一位高校教授的年薪；X 为从教年限；D 为性别虚拟变量；考虑定义虚拟变量的三种方式：1 / 12 名师归纳总结 - - - - - - -第 1 页,共 12 页精选学习资料 - - - - - - - - - （1） D 对男性取值个人收集整理仅供参考学习1,对女性取值0；（2） D 对女性取值1,对男性取值2；1,对男性取值1；（3） D 对女性取值对每种虚拟变量定义说明上述回来模型；是否有某个方法比另外的更好？说

4、明你的理由；五、下表给出了1983 年至 1986 年期间服装季度销售额的原始数据（单位：百万元）：年度 季度1 2 3 4 1983 4190 4927 6843 6912 1984 4521 5522 5350 7204 1985 4902 5912 5972 7987 1986 5458 6359 6501 8607 考虑如下两个模型：D2（A）S t12D2 t3D3t3t4D4t4utu t（B）S t1 D1t2D2t3D4Dt其中,D 11：第一季度2：其次季度D33：第三季度D44：第四季度回答以下问题：（1）估量模型（ A）；（2）说明 1 ,2 ,3 ,4 ；（3）如何排除

5、模型（A）中的季节性？（4）模型（ B）与模型（ A）有什么区分？（5）估量模型（ B）；（6）比较两个模型的结果；六、考虑如下关于期望工作时间的对 1543 对夫妇调查后的回来结果（t 比率放在括号内） ：其中 Y 为妻子期望每年花在工作上的小时数,时间之和运算；X ：妻子税后真实时薪；X ：丈夫在上一年度税后真实收入；X ：妻子的年龄；X ：妻子的受训练年数；以每年工作的小时数加上花在找工作上的X ：态度变量；如被调查者情愿工作而且其丈夫也同意其工作就取值 1,否就为 0；2 / 12 名师归纳总结 - - - - - - -第 2 页,共 12 页精选学习资料 - - - - - - -

6、 - - 个人收集整理 仅供参考学习X ：态度变量；如被调查者的丈夫支持其工作就取值 1,否就为 0；X ：年龄低于 6 岁的子女数；X ：年龄在 613 岁的子女数；回答以下问题：（1）各非虚拟回来元系数的符号有经济含义吗？说明你的观点；（2）如何说明虚拟变量 X 6 和 X 7？这些虚拟变量统计显著吗？（3）在这项讨论中,一位妇女的年龄和受训练程度不是影响其劳动力参加决策的显著因素,你认为这是为什么？七、设有n 个高中毕业生和n 个高校毕业生构成总数为nn 1n的总样本；考虑如下回归模型：其中, Y 表示以美元度量的小时工资；D 为虚拟变量, 对高校毕业生取值为 1,对高中毕业生取值为 0

7、；试利用 OLS 公式,证明 1 Y 和 2 Y c Y ；其中下标具有如下含义：h 表示高中 highschool 毕业生, c 表示高校 college 毕业生；文档来自于网络搜寻八、在 51 个同学（其中男生 得到下面的结果：36 人,女生 15 人）的体重（ W ）对身高（ H）的回来分析中,1w i232.06551 5.5662 Hi3.7402 HiS 为性别虚拟2w i122.9621 23.8238 SD3w i107.9508 3.5105 Hi2.0073 SD0.3263 HD其中体重的单位为磅,身高的单位为英寸,D 为乘积或差别斜率虚拟变量,变量：参考下面的相关矩阵,

8、回答疑题 （1）（6）；说明：例如,身高和性别的相关系数是 0.6276,性别和交互虚拟变量的相关系数是 0.9971文档来自于网络搜寻（1）你将挑选哪个回来？1 仍是 2,为什么？在模型 2 与 3 中呢？（2）假如实际较为抱负的回来是 2,那么挑选 1 说明犯了什么错误？（3）回来 2 中的性别虚拟变量说明白什么？（4）回来模型 2 中差别截距是统计显著的,但在模型 3 中差别斜率却是统计不显著的；如何说明这种变化？（5）在模型 2 与 3 中,变量身高的系数几乎相等,但性别虚拟变量的系数相差很大；对此你有什么想法？九、Paul W. Bauer 和 Thomas J. Zlatoper

9、在讨论打算开往Cleveland 的直接机票的因素中得到下面的回来结果表的形式 用以说明单程头等舱、二等舱和经济舱机票 （因变量是单程机票）的价格； 文档来自于网络搜寻说明变量头等舱二等舱经济舱Carriers 19.50 23.00 17.50 Carriers t =0.878 1.99 3.67 2.79 4.00 2.19 3 / 12 名师归纳总结 - - - - - - -第 3 页,共 12 页精选学习资料 - - - - - - - - - 个人收集整理仅供参考学习2.42 0.632 1.83 Miles 0.223 0.277 0.0791 Miles 5.13 12.00

10、 8.24 0.0000097 0.000052 0.000014 POP 0.495 4.98 3.23 0.00598 0.00114 0.000868 INC 1.67 4.98 1.05 0.00195 0.00187 0.00411 Corp 0.686 1.06 6.05 3.62 1.22 1.06 Pass 3.45 2.51 5.22 0.000818 0.000275 0.853 Stop 0.771 0.527 3.93 12.50 7.64 3.58 Slot 1.36 2.13 2.60 7.13 0.746 17.70 Hub 0.299 0.067 3.82 11

11、.30 4.18 3.50 Meal 0.90 1.81 1.62 11.20 0.945 1.80 EA 1.07 0.177 0.813 18.30 5.80 10.60 CO 1.60 0.775 3.49 66.40 56.50 4.17 常数项5.72 7.61 1.35 212.00 126.00 113.00 观看值个数5.21 5.75 12.40 0.863 0.871 0.799 163 323 323 数据来源： Paul W. Bauer 和 Thomas J. Zlatoper经济评论（ Economic Review ）, Cleveland 联邦储备银行,第 25

12、 卷,第一期, 1989 年,表 2、 3、4,第 67 页； 文档来自于网络搜寻说明变量定义如下：Carriers 飞机数量的距离 Pass 总乘客人数 Miles 从动身地到 Cleveland Pop 动身地人口INC 动身地人均收入 Corp 潜在商业交通代理 Slot 1,虚拟变量0,其他 Stop 中转站数4 / 12 名师归纳总结 - - - - - - -第 4 页,共 12 页精选学习资料 - - - - - - - - - Meal 个人收集整理仅供参考学习1,供餐0,其他1,如动身地有中转站 Hub 0,其他1, 向东航线 EA 0,其他1,洲际航线 CO 0,其他（1）

13、在这个模型中,引入变量载客人数和载客人数的平方为说明变量的理论依据是什么？载客人数符号为负和载客人数平方符号为正说明白什么？文档来自于网络搜索（2）引入距离和距离的平方为说明变量的理论依据是什么？观看到的这些变量的符号有经济意义吗？（3）观看到的人口变量符号为负,这有什么含义？（4）为什么在全部的回来结果中人均收入变量符号都是负的？（5）为什么“Stop ” 变量在“ 头等舱” 和“ 二等舱” 回来方程中的符号为正？而在“ 经济舱” 回来方程中符号为负？文档来自于网络搜寻（6）虚拟变量“ 洲际航线” 的符号始终为负；这说明白什么？（7）估量每个回来系数的显著性,分别用单边和双边检验；（8）为什

14、么虚拟变量“Slot ” 仅仅在“ 经济舱” 回来方程中是统计显著的？（9）由于“ 头等舱” 和“ 经济舱” 的观看值的个数相同,能否将他们加总起来（646个）作一个回来方程？假如可以,如何区分 “ 二等舱”和“ 经济舱”的观看值？文档来自于网络搜寻（10） 对上表中的回来结果进行评判；十、 1966 年的第四季度,当时的英国劳工党政府放松了国民保险法案的原就,以统一收费率和救济金与从前收入相关相结合的混合体系取代原先短期失业救济金的统一收费率体系,从而提高了失业救济金水平；依据以下数据：0 文档来自于网络搜寻岗位空缺0 0 年份和失业率岗位空缺年份和失业率季度UN ,率 V ,季度UN ,率

15、 V ,0.997 19581.195 0.510 0 19651.201 19591.876 0.541 0 0 1.192 1.035 0 0 1.842 0.541 0 0 1.259 1.040 0 0 1.750 0.690 0 0 1.192 1.086 0 0 1.648 0.771 0 0 19661.089 1.101 0 0 19601.450 0.836 0 0 1.101 1.058 0 0 1.393 0.908 0 0 1.243 0.987 0 0 1.322 0.968 0 0 1.623 0.819 0 0.819 5 / 12 名师归纳总结 - - - -

16、- - -第 5 页,共 12 页精选学习资料 - - - - - - - - - 1.260 0.998 个人收集整理仅供参考学习1.821 0.740 1 0.740 0 0 196719611.171 0.968 0 0 1.990 0.661 1 0.661 1.182 0.964 0 0 2.114 0.660 1 0.660 1.221 0.952 0 0 2.115 0.698 1 0.698 1.340 0.849 0 0 19682.150 0.695 1 0.695 19621.411 0.748 0 0 2.141 0.732 1 0.732 1.600 0.658 0

17、0 2.167 0.749 1 0.749 1.780 0.562 0 0 2.107 0.800 1 0.800 1.941 0.510 0 0 19692.104 0.783 1 0.783 19632.178 0.510 0 0 2.056 0.800 1 0.800 2.067 0.544 0 0 2.170 0.794 1 0.794 1.942 0.568 0 0 2.161 0.790 1 0.790 1.764 0.677 0 0 19702.225 0.757 1 0.757 19641.532 0.794 0 0 2.241 0.746 1 0.746 1.455 0.83

18、8 0 0 2.366 0.739 1 0.739 1.409 0.885 0 0 2.324 0.707 1 0.707 1.296 0.978 0 0 19712.516 0.583 1 0.583 说明：上表中1971 年数据为初步估量值；2.909 0.524 1 0.524 资料来 源： Damodar Gujarati, “ The Behavior of Unemployment and Unfilled Vacancies: Great Britain, 1958-1971,” The Economic Journal, vol. 82, March 1972, p. 202.

19、 文档来自于网络搜寻考虑如下的回来结果：其中 UN 失业率,V 岗位空缺率,t= 时间,以季度度量（1）失业率和岗位空缺率的关系有何先验预期？（2）保持岗位空缺率不变, 在从 1966 年第 4 季度开头的期间内, 平均失业率为多少？它与 1966 年第 4 季度之前的期间有显著差异吗？文档来自于网络搜寻（3）1966 年第 4 季度之前和之后的斜率在统计上不同吗？（4）依据这项讨论,能确定大方的失业救济金导致更高的失业率吗？经济上是否讲得通？（5）依据表中得数据,检验 1958至 1966和 1966至 1971两个子区间误差方差相同的假设；文档来自于网络搜寻十一、下表是美国 1985 年第

20、 1 季度至 1991 年第 4 季度给出的税后公司利润和净利润（亿美元）的季度数据；文档来自于网络搜寻6 / 12 名师归纳总结 - - - - - - -第 6 页,共 12 页精选学习资料 - - - - - - - - - 年份和季度红利个人收集整理仅供参考学习红利税后利润税后利润年份和季度198587.2 125.3 1988117.5 213.4 198590.8 124.8 1988121.0 226.0 198594.1 129.8 1989124.6 221.3 198597.4 134.2 1989127.1 206.2 1986105.1 109.2 1989129.1

21、195.7 1986110.7 106.0 1989130.7 203.0 1986112.3 110.0 1990132.3 199.1 1986111.0 119.2 1990132.5 193.7 1987108.0 140.2 1990133.8 196.3 1987105.5 157.9 1990136.2 199.0 1987105.1 169.1 1991137.8 189.7 1987106.3 176.0 1991136.7 182.7 1988109.6 195.5 1991138.1 189.6 1988113.3 207.2 1991138.5 190.3 资料来源：

22、U.S. Department of Commerce, Bureau of Economic Analysis, Business Statistics, 1963-1991, dividend and after-tax profits are in billions of dollars and are obtained from p.A-110. 文档来自于网络搜寻（1）做红利 Y 对税后利润 X 的回来；二者之间是否相关？（2）假如红利支付出现出季节变动的趋势,引入一个适当的虚拟变量并对其进行估量；在建立的模型当中,如何考虑截距和斜率会随季节的不同而变化？资料个人收集整理,勿做商业用

23、途（3）在不考虑季节因素时,何时作 Y 对 X 的回来？第三部分 参考答案一、说明概念：1虚拟变量：虚拟变量、定性变量、指标变量、名义变量和二分变量都指的是一种取值为 0 或 1 的变量； 在现实经济生活中,有一类变量如季节、民族、性别等都可能成为影响某个因变量的重要因素,但这些变量反映的并不是数量,而是某种性质或属性,要纳入定量性质的回来模型,必需先定量化；因此我们可以构造一种特别变量,只有 1 和 0 两种取值,并且规定当变量值取 1 是,说明具有某种性质或属性,取 0 时就说明不存在； 由于这种变量是人为虚构出来的,所以称为虚拟变量；资料个人收集整理,勿做商业用途2方差分析模型 （ANO

24、V A）：一个只含有虚拟变量或定性说明变量的回来模型称为方差分析模型（ Analysis-of-Variance ,简记为 ANOV A ）；例如,在讨论性别与收入关系 iY 时,可以定义虚拟变量 资料个人收集整理,勿做商业用途D i 1 表示男性,线性回来模型 Y D i i（i N 0, 2）就是一个0 表示女性方差分析模型；7 / 12 名师归纳总结 - - - - - - -第 7 页,共 12 页精选学习资料 - - - - - - - - - 个人收集整理 仅供参考学习3协方差模型（ANOCV A）：同时包含定量和定性说明变量的回来模型叫做协方差分析模型（ Analysis-of-

25、co-Variance ,简记为ANCOV A）；例如,将上例更换为如下形式：资料个人收集整理,勿做商业用途其中 iX 表示工龄,其他含义不变；该协方差模型含有一个定量变量和一个定性变量；4基底：虚拟变量被富有0 值的那个类别通常被称为基底,主要是由于它是用以和其他类别做比较的基础；例如,上述模型中,女性就是被用来做基底的,截距项 1就是基底类的截距；这是由于对 D i 0 进行回来时,截距是 1；需要留意的是,不管用哪一类作为基底,都不过是一种挑选的结果,这种挑选有时是依据某种事先考虑而做出的；资料个人收集整理,勿做商业用途5级差截距系数：附着于虚拟变量 D 的系数 2 ,称为级差截距系数,

26、表示取值为 1的类别的截距值和基底类的截距值相比有多少差别；资料个人收集整理,勿做商业用途6虚拟变量陷阱： 引入的虚拟变量个数应当比讨论的类别少一个 , 否就就会造成完全多重共线 , 就是通常说的虚拟变量陷阱；二、简答题：资料个人收集整理,勿做商业用途1考虑到回来分析中定性变量的作用,引入虚拟变量后可以让线性回来模型成为一种极其敏捷的工具；例如,在讨论性别与收入关系 iY 时,可以定义虚拟变量 资料个人收集整理,勿做商业用途1 表示男性D,对于线性回来模型0 表示女性2Y i D i（i N 0, ）如假设 H 0 : 0 成立,就说明收入与性别关系不大,否就说明收入与性别相关；虚拟变量不仅可

27、以作为说明变量,也可以作为被说明变量；例如, 银行在讨论是否给企业贷款时,结果只有贷或者不贷；这种情形就可以用一个虚拟变量作为被说明变量来表示；资料个人收集整理,勿做商业用途2虚拟变量个数的选取的一般原就是：假如一个定性变量有m 个类别,就只需引入m 1 个变量；例如：为了区分两个类别（如男和女）,我们只需要引入一个虚拟变量 D ；这是由于性别只有两种可能,假如 D 1 指男性,就我们可以知道 D 0 指女性；假如不遵从这个原就,就将掉进虚拟变量陷阱,并陷入完全多重共线性的境地；资料个人收集整理,勿做商业用途3在一年中每月均出现季节性波动趋势的情形下,引入 11 个虚拟变量； 在只有双数月份呈

28、现季节性波动趋势的情形下,引入 5 个虚拟变量；资料个人收集整理,勿做商业用途4分别建立如下回来方程：上海：r i i；深圳：r i i；问题转化为检验 是否显著不为 0 ；建立如下含有虚拟变量的回来方程：r i D i i； 其中0, 上海iD 是一个说明变量,也是虚拟变量；对复合方程进行回来,直接对说明变量实1, 深圳施 t 检验即可； 资料个人收集整理,勿做商业用途三、8 / 12 名师归纳总结 - - - - - - -第 8 页,共 12 页精选学习资料 - - - - - - - - - （1）和（2）个人收集整理仅供参考学习2 给出了后 30 次观测中 Y 的期望1 给出了前 2

29、0 次观测中 Y 的期望值,值的变化量,而后30 次观测中 Y 的实际期望值为12 ； 资料个人收集整理,勿做商业用途（3）依据随机变量之和的方差运算公式,我们有第一运算得 D i D 212,然后利用有关双变量模型的公式,可以得到：这两个变量之间得协方差为 15,综上可得 Var 1 2 10四、（1）男教授：E Y 1 2 X i女教授：E Y 1 X i保持 X 不变,男性平均薪水高出 2（2）男教授：E Y 1 2 2 X i女教授：E Y 1 2 X i保持 X 不变,男性平均薪水高出 2（3）男教授：E Y 1 2 X i女教授：E Y 1 2 X i保持 X 不变,男性平均薪水高

30、出 2 2由于虚拟变量的度量是任意的,所以没有哪一种方法会比其他方法更好；对于给定的数据,答案不会随着虚拟变量尺度的变化而变化；五、资料个人收集整理,勿做商业用途2（1）S4767.8912.25 D2t1398.8 D3 t2909.8 D4t（2）14767.8 ：第一季度的平均销售额为4767.8 万元；912.25 万元；912.25 ：其次季度比第一季度的销售额平均高出31398.8 万元；1398.8 ：第三季度比第一季度的销售额平均高出42909.8 万元；2909.8 ：其次季度比第一季度的销售额平均高出（3）为了排除数据的季节性,只需将每季度的原始数据减去相应季度虚拟变量的系

31、数 估量值即可；（4）模型（ B）对每一季度都使用了虚拟变量,但为了防止虚拟变量陷阱问题而抑制9 / 12 名师归纳总结 - - - - - - -第 9 页,共 12 页精选学习资料 - - - - - - - - - 个人收集整理 仅供参考学习了常数项；（5）S4767.8 D 1t5680.05 D2t6166.6 D3 t7677.6 D4 t（6）对各季度的平均销售额的估量值一样；六、（1）依据经济理论,预期 X 2 和 X 5 的系数为正；X 3、X 8 和 X 9 的系数为负；X 4 的系数可正可负, 取决于妻子的年龄和子女数量；可能年龄与 6 岁以下子女数或 613 岁子女数之

32、间的交互项更有助于阐明年龄与意愿工作小时数之间的关系；途资料个人收集整理,勿做商业用（2）保持全部其他因素不变,估量意愿工作小时数会高于（共同的）截距 1286 小时；但这个系数的符号为负,不过由于它在统计上不显著,所以我们就X对（平均）Y的影响也无话可说； 至于 X,其符号预期为正,结果也的确如此；不仅如此, 它仍是统计显著的,由于 t 值相当高；资料个人收集整理,勿做商业用途（3）可能是由于年龄和受训练程度之间以及它们与子女数之间的共线性所致；仍要注意的是这个模型并不包括丈夫完成的受训练年限；七、依据 OLS 公式,我们知道：资料个人收集整理,勿做商业用途Di现 在 很 容 易 验 证DD

33、in2； 如D1, 就DiDn 1, 如D0, 就nnnDn2；方程 1 中的分母可以写成：n方程 1中的分子可以写成：所以有2Y cY ,代入截距公式即可得到1Y2Y ；八、（1）在 1 和 2 中挑选 2；由于依据实际体会,不同性别的体重会有较明显的差异,因而需要把性别考虑进来；资料个人收集整理,勿做商业用途（2）在 2 和 3 中挑选 2,由于模型 3 中 B 、B 、B 都不是显著的；（3）模型设定偏差；（4）说明白性别因素对体重的影响；（5）说明性别因素会影响体重,但不肯定会对斜率产生影响；（6）模型 2 认为身高系数不受性别不同的影响,但不同性别的截距是不同的；模型 3 就认为性别

34、不同不但影响截距,对身高系数也有影响；资料个人收集整理,勿做商业用途九、（1）理论依据：飞机数量的增多,会使总体机票价格下降,但下降的幅度并不是线性的,而是曲线的；飞机数量系数为负说明其与机票价格负相关,平方的系数 为负说明其与价格之间的关系不是线性的；资料个人收集整理,勿做商业用途（2）理论依据：机票价格随距离加长而上升,但并不是线性上升,上升趋势是逐步10 / 12 名师归纳总结 - - - - - - -第 10 页,共 12 页精选学习资料 - - - - - - - - - 个人收集整理 仅供参考学习变缓的；（3）机票价格随乘客人数增多而下降；（4）人均收入高,乘坐飞机人数会更多,有

35、助于摊低成本,从而机票价格会下降；（5）中转站数多说明短途旅客多；由于路程短,经济舱机票就卖的较多,而头等舱和二等舱就相反；（6）说明洲际航线价格较低；5的显著水平下,可以用正态分布（7）提示：由于观看值的个数足够大,因此在近似 t 分布；（8）（9）（10）说明此项服务只对经济舱有影响；可以；设D1,二等舱即可；经济舱0,从表中的回来结果可以发觉：对于头等舱机票的价格,只有从动身地到Cleveland的距离 （Miles ）、潜在商业交通代理（Corp）、是否为洲际航线 （CO）3 个因素对其有明显的影响,而其他因素我们均不能拒绝其偏回来系数为0 的假设；对于二等舱机票的价格,仅有动身地人均

36、收入 （INC）、总乘客人数 （Pass）、Slot 、动身地有无中转站（Hub）和有无供餐（ Meal）对其价格无明显影响,即我们不能拒绝其偏回来系数为0 的假设,而其他因素均对其有影响；对于经济舱,对其价格无明显影响的因素削减为：动身地人口（Pop）、动身地有无中转站（ Hub）、有无供餐（ Meal）和是否为洲际航线（用途CO）；资料个人收集整理,勿做商业综合来看,越是大众化的机票（经济舱）,影响其价格的因素越多,而头等舱就较少,这在肯定程度上说明,能做头等舱的一般为富人阶层,受价格影响较小（需求弹性较小） ,因而全部因素对其价格影响较小,而经济舱就相反；资料个人收集整理,勿做商业用途十

37、、（1）这两个变量之间的关系估量为负相关；由于假如失业率高,标志着劳动市场很冷淡,岗位空缺率确定不行能高；资料个人收集整理,勿做商业用途（2） 3.8998 2.7491 1.1507 ；由于虚拟系数是统计显著的,所以 1966 年第 4 季度以后的失业率在统计上高于 1966 年第 4 季度以前的失业率；资料个人收集整理,勿做商业用途（3）由于差别虚拟系数仅在 在两个时期是不同的；5的显著水平上显著,所以我们可以说回来函数的斜率（4）很可能是对的；由于通过供应更大方的失业救济金,政府削减了失业者的机会成本；2（5）通过对两个时期的数据分别回来,我们可以发觉第一个时期的10.00768（自2由

38、度为 30）,其次个时期的20.03638 （自由度为17）；在两个总体方差相同的假定下,2F22Fn1k, n2k；本例中,k2,n 132,n219,将相关值代入上述表达式111 / 12 名师归纳总结 - - - - - - -第 11 页,共 12 页精选学习资料 - - - - - - - - - 中得到F4.7369个人收集整理仅供参考学习F 值的 p 值微小,约为；得到大于或等于4.7369 这样大的一个0.00001；所以可以得出结论,两个子区间误差方差并不相同；十一、（1）回来后得到如下结果：可见,红利 Y 与税后利润 X 相关；（2）建立如下虚拟变量：资料个人收集整理,勿做商业用途D21,第2季度,D31,第3季度,D41,第4季度其他其他其他0,0,0,建立方程：回来得：（3）把数据按年进行处理后以年末值回来；记：iX 为年末税后利润,iY 为年末红利；得到