根据美国1992年46个州的数据，巴尔塔泽(Baltagi)得到如下回归结果：其中C=香烟消费(每年的包数

巴尔塔古(Baltagi)和格里芬(Griffin)考虑了如下汽油需求函数：

a.把所有18个国家的数据混合在一起(共有342个观测)估计上述需求函数。

b.利用同样这些数据估计一个固定效应模型。

c.利用同样这些数据估计一个随机效应模型。

d.根据你的分析，哪个模型最好地描述了这18个OECD国家的汽油消费？给出你的理由。

假定有如下的回归结果：

=2.6911-0.4795X_t

其中，Y是美国的咖啡消费量(每天每人消费的杯数)，X是咖啡的零售价格(美元/磅)，t是时间。

假定有如下的回归结果

其中，Y表示美国的咖啡消费量(每天每人消费的杯数)，X表示咖啡的零售价格f单位：美元/ 杯)，t表示时间。问：

为了确定影响空调价格的因素，拉奇福德(B.T.Ratchford)根据19个样本数据得到如下回归结果：

Y_i=-68.236+0.023X_2i+19.729X_3i+7.653X_4iR²=0.84

se= (0.005) (8.992) (3.082)

其中，Y——空调价格(美元)；X₂——空调的BTU比率；X₃——能量效率；X₄——设定数；se——标准误。

为了研究制造业增加值中生产工人份额即劳动力份额的变化，根据1949～1964年间美国的数据，得到如下回归结果：(括号中给出了t值)

模型A：=0.4529-0.0041t；r²=0.5284；d=0.8252

t= (-3.9608)

模型B：=0.4786-0.00127t+0.0005t²；R²=0.6629；d=1.82

t= (-3.2724) (2.7777)

式中，Y——劳动份额；t——时间。

根据11年的观察值，得到如下回归模型：

模型A：=2.6911-0.4795X_t

se=(0.1216) (0.1140) r²=0.6628

模型B：ln=0.7774-0.2530lnX_t

se=(0.0152) (0.0494) r²=0.7448

其中，Y是每人每天消费咖啡的杯数，X是咖啡的价格(美元/磅)。

价格(美元/磅)。

(1)写空白处的数值a，b。

(2)对模型中的参数进行显著性检验。

(3)解释斜率系数B2的含义，并给出其95%的置信区间。

根据1899~1922年美国制造业部门的年度数据，多尔蒂(Dougherty)获得如下回归结果：

a.回归(1)中有没有多重共线性？你怎样知道？

b.在回归(1)中，1ogK的先验符号是什么？结果是否与预期相一致？为什么？

c.你怎样替回归的函数形式(1)做辩护？(提示：柯布-道格拉斯生产函数。)

d.解释回归(1)在此回归中趋势变量有什么作用？

e.回归(2)的道理何在？

f.如果原先的回归(1)有多重共线性，是否已被回归(2)减弱？你怎样知道？

g.如果回归(2)被看作回归(1)的一个受约束形式，作者施加的约束是什么呢？(提示：规模报酬)你怎样知道这个约束是否正确？你用哪-种检验？说明你的计算。

h.两个回归的R²值是可比的吗？为什么？如果它们现在的形式不可比，你会怎样使得它们可比？

在研究“人口密度”对“离中心商业区距离”的回归函数中，马达拉(Maddala)根据1970年巴尔的摩地区39个人口普查区的有关数据得到如下回归结果：

lnY_i=10.093-0.239X_i

t=(54.7) (-12.28) R²=0.803

t=(47.87) (-15.10)

其中，Y——普查区的人口密度，X——离中心商业区的距离(英里)。

50个州的数据估计出如下回归结果：

其中PVT=1982年私人部门廉员加入工会的百分比：RTW为虚拟变量，若工作权法案生效则RTW取值1，否则取值0。注：1982年美国有20个州颁布工作权法案。

a.据经验，预期PVT和RTV之间有什么样的关系？

b.回归结果支持先验预期吗？

e.解释回归结果。

d.在那些没有颁布工作权法案的州，私人部门雇员加入工会的平均百分比是多少？

根据1948~1984年期间英国私有部门的私房动工数(X)，米勒斯(Terence Mills)得到如下回归结果：

注：5%的τ临界值是-2.95和10%的τ临界值是-2.60。

a.根据这些结果，新房动工时间序列是平稳的还是非平稳的？或者，在此时间序列中有没有单位根？你是怎样知道的？

b.如果你用了平常的t检验，那么所测的t值是不是统计上显著的？根据这一.点，你会作出结论说此时间序列是平稳的吗？

c.现在考虑如下回归结果：

其中△²是二阶差分运算子，也就是一阶差分的一阶差分。现在所估τ值是统计上显著的。那么你能对所考虑的时间序列的平稳性说些什么？