参考本章例5-6。回归结果表明，1958~1969年的小时工资变化率和失业率与传统的菲利普斯曲线吻合。现考虑1965-2007年的数据（参见网上教材表5-19）。a.做小时工资变化率（[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]）对失业率（[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]）的散点图。图形是否呈现线性模式？b. 做[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 和[tex=1.071x2.357]EASA4KVg44+JZTsFRyw1FQ==[/tex]的散点图。与（ a) 相比, 图形是否呈现出更明显的线性模式?c. 利用新数据拟合式 (5-29)。模型的拟合效果如何? 建立一个形如式 (5-30)的 LIV 模型。哪一个模型更好? 为什么?
举一反三
- 为了研究美国制造业设备利用率与通货䐍胀之间的关系，得到表 3-5 的数据（参 见网上教材)。其中, [tex=1.429x1.0]4fX5Q067ZSo/iErO3fShDg==[/tex] 通账率 ( 用 GDP 价格平减指数的变化率来度量), [tex=1.643x1.0]ANiYfzjdmzR1my/6+9hDxQ==[/tex] 制造业设备利用率。现在做[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]对[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]的回归。a.报告回归结果，并解释回归结果。b.如果把两个回归的斜率系数相乘，得到什么结果？C.什么时候采取反向回归是适合的？d.假定[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]与[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]的[tex=0.929x1.214]wuFNpC2jcgbRyxkFPeyfJg==[/tex]为1。是否意味着[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]对[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]的回归与[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]对[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]的回归没什么差别？
- 表 5-13 给出了德国 [tex=5.357x1.0]nLvEzfjpmkNKmIXtgQ5oJJxIVyl7+OFxpnZrnWmWmJM=[/tex] 年消费者价格指数 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]([tex=5.714x1.286]j5RcogQwD5mcQZ94sjd+pUg+fRPDEtmr+4BcStmxAL0=[/tex] ) 及货币供给 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] （10 亿德国马克）的数据。a. 做如下回归：1.[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]对 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]2.[tex=1.643x1.0]sSE89c9qULjM2wNnT/qKVQ==[/tex] 对[tex=1.857x1.0]49IGZf5TfxZ2ArO5/OCVdQ==[/tex]3. [tex=1.643x1.0]sSE89c9qULjM2wNnT/qKVQ==[/tex]对 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]4. [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对 [tex=1.857x1.0]49IGZf5TfxZ2ArO5/OCVdQ==[/tex]b. 解释各回归结果。c. 对每一个模型求[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的变化率。d. 对每一个模型求 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 的弹性, 对其中的一些模型, 求 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对[tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的均值弹性。e. 根据这些回归结果，你将选择哪个模型? 为什么?[img=977x472]17b09cf3a6d07a9.png[/img]
- 根据下面的数据估计模型：[img=986x87]17b09d5e05e1cb0.png[/img][tex=9.571x2.786]duaD50wEUTgTFtH/xKEO1ybAXJg7oMeg/YJNZsN7O//C+xemmeMkg5xorwQiMK0jM+vwOsfqgHt30w6ZrFOXIQ==[/tex]a. 解释 [tex=1.143x1.214]Aa/Qo/1XFJHjENpxM+kA/A==[/tex] 的含义 。b. 求 [tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex] 对 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex] 的 变化率。c. 求[tex=0.643x1.0]jDVSpgNhHe+VJmgvx3gg1Q==[/tex]对 [tex=0.857x1.0]KGogyvwDAIJf/iL0H/9wjg==[/tex]的 弹性。d. 用相同的数据, 估计下面的回归模型：[tex=9.857x2.786]YF7DqIcOtBkeVz0IqpcjTgIlKySo1t2hXUQN3yP2m92GB8eNsfaeUzYDduZIIGp0MXIySJNacRIAsR1XxZjVGA==[/tex]e. 能否比较两个模型的[tex=0.929x1.214]KIsvaHASs9PvahxD8YZuEQ==[/tex] 值? 为什么?f. 如何判定哪一个模型更好?
- 设随机变量[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]和[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]在圆域[tex=4.5x1.429]ptnhK+BqPbYzfoYOryGrkA==[/tex]上服从均匀分布(1)求[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]和[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]的相关系数[tex=0.571x1.0]BMX8X5xI0h1MuijqrEhCyw==[/tex];(2)问[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex]和[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex]是否独立.
- 表16- 16 中给出了1980- 2006 年间加拿大、英国和美国的制造业以美元计的小时工资[tex=0.643x1.0]O+viFNA0oHTwnBtQyi80Zw==[/tex](指数，1992 年[tex=2.286x1.0]btROJ6miOPhklGT4P0vLgQ==[/tex])和公民失业率[tex=0.857x1.0]N7iCrOsS+NNEUUlnsYCi1g==[/tex](百分比)数据。考虑模型:[tex=7.357x1.214]iYaICEErBwQvo/8QeFbnP4BcYVtwJTPXE4rgzVzW0IR36x4R/FebCLA8CpVrrH6PsTN6efqScO8uWcXmrCzRyA==[/tex] (1)[br][/br][img=907x975]17b549d40ac873c.png[/img]哪个模型较好，[tex=2.357x1.0]YnxnslrefvPMUotNoXxgCg==[/tex]还是[tex=2.429x1.0]YK2YhNpST2LSdcVe4XjF0A==[/tex]?说出你的理由(提示:使用豪斯曼检验)。