请回答以下问题，（1）D2，D3的作用是什么？（2）?4的含义是什么？（3）请写出白人男性大学教师的平均年收入。
13．为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y，百万美元）、旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年31个省市的截面数据估计结果如下： Yi??151.0263?0.1179X1i?1.5452X2i
t= (-3.066806) (6.652983) (3.378064)
R2=0.934331 问题：
（1） 从经济意义上考察估计模型的合理性。 （2） 计算R2和F。
（3） 在5%显著性水平上，检验模型的整体显著性。
（4） 在5%显著性水平上，分别检验参数（即X1，X2的系数）
的显著性。 其中F0.05(2,28)?3.34 t0.025(31?3)?2.048
14. 设有10个工人的生产抽样数据如下：
L 11 12 13 14 15 16 17 18 19 20 Q 110 120 130 140 150 160 170 180 190 200
其中，L为劳动工时，Q为产量。试用OLS方法估计回归模型
?,??,??),t,F的值，并按标准格式?,R2,Se(?Yi??0??1Xi?ui的主要参数?011?列出回归结果。
15.为研究人们对鸡肉的消费函数，有人收集了美国1960年——1982年的如下指标的数据：Y= 每人的子鸡消费量（磅）；X2 = 每人实际可支配收入（美元）；X3= 子鸡每磅实际零售价格（美分）； X 4
21
=猪肉每磅实际零售价格（美分）； X5 = 牛肉每磅实际零售价格（美分）； X6 = 子鸡替代品每磅综合实际价格（美分）；这是猪肉和牛肉每磅实际零售价格的加权平均，其权数是在猪肉和牛肉的总消费量中二者各占的相对消费量。由微观经济学得知，对一种商品的需求通常依赖于消费者的实际收入，该商品的实际价格，以及互替或互补商品的实际价格。利用这些数据和计量经济学软件Eviews，我们做了如下的计算分析，分析结果见下各表。根据这些结果请你回答下面的问题： 表1-1：
Dependent Variable: LOG(Y) Method: Least Squares Date: 01/01/00 Time: 01:38 Sample: 1960 1982 Included observations: 23
Variable
Coefficient
C
Std. t-StatisProb. Error
tic
2.029180.116483 17.42044 0.0000
8
LOG(X2) 0.453720.024903 18.21989 0.0000
7
LOG(X3) -0.37520.063841 -5.878210.0000
22
69
R-squared
0.97994 Mean
1 dependent var
Adjusted R-squared S.E. of regression Sum squared resid
0.97793 S.D.
5 dependent var
7 3.6638
87 0.1876
59
0.02787 Akaike info -4.201
5 criterion 0.01554 Schwarz
1 criterion
047 -4.052939
Log likelihood 51.3120 F-statistic 488.53
4
Durbin-Watson 1.85780 stat
0 Prob(F-statistic)
表1-2：
Breusch-Godfrey Serial Correlation LM Test: F-statistic
2.26110 Probability 0.1330
7
31 48 0.0000
00
Obs*R-squared 4.61814 Probability 0.0993
9
53
23
Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 01/01/00 Time: 03:00
Variable
Coefficient
C
Std. t-StatisProb. Error
tic
0.026060.115778 0.225100 0.8244
2
LOG(X2) 0.012600.026301 0.479196 0.6376
3
LOG(X3) -0.02880.067382 -0.428660.6733
84
1
RESID(-1) 0.043020.229499 0.187459 0.8534
2
RESID(-2) -0.46690.221945 -2.103890.0497
50
6 6.03E-17 0.0265
78
R-squared 0.20078 Mean
9 dependent var
Adjusted R-squared
0.02318 S.D.
7 dependent var
24
S.E. of regression Sum squared resid
0.02626 Akaike info -4.251
8 criterion 0.01242 Schwarz
0 criterion
264 -4.004418
Log likelihood 53.8895 F-statistic 1.1305
4
Durbin-Watson 2.00780 stat
0 Prob(F-statistic)
表1-3：
White Heteroskedasticity Test: F-statistic
0.72662 Probability 0.6129
1
31 54 0.3734
31
Obs*R-squared 4.04987 Probability 0.5422
3
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
58
25