重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 大学专科
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗?失业率也一样吗?

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量:不要将这些变量进行差分。你发现了什么有意思的结论吗?

(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]

答案
查看答案
更多“本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc”相关的问题

第1题

利用TRAFFIC2.RAW中的数据。 (i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失
利用TRAFFIC2.RAW中的数据。

(i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失业率也一样吗?

(i)估计一个将prcfat的一阶差分Aprcfat与第10章的计算机练习C11第(vi)部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量;不要将这些变量进行差分。你发现了什么有意思的结论吗?

(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)第10章的计算机练习C11第(vi)部分中的回归。]

点击查看答案

第2题

本题使用CRIME4.RAW。(i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变
本题使用CRIME4.RAW。

(i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的引入如何影响例13.9中那些司法变量的系数?

(ii)第(i)部分中的工资变量都有预期的符号吗?它们是联合显著的吗?试解释。

点击查看答案

第3题

本题利用PHILLIPS.RAW中的数据。现在你应该使用56年的数据。(i)重新估计方程(11.19),并以通常格
本题利用PHILLIPS.RAW中的数据。现在你应该使用56年的数据。

(i)重新估计方程(11.19),并以通常格式报告结果。当你增加近几年的数据之后,截距和斜率估计值有明显变化吗?

(ii)求自然失业率的新估计值。将这个新估计值与例11.5中的估计值进行比较。

(iii)计算unem的一阶自相关系数。按照你的观点, 单位根接近于1吗?

(iv)利用A mem取代unem作为解释变量。哪个解释变量具有更高的R?

点击查看答案

第4题

文件PENS10N.RAW包含了美国工人直接参与养老金计划方面的信息。有些观测是同一个家庭的夫妇,所
以这个数据集包含了一些小的聚类样本(聚类容量为2)。

(i)暂不考虑家庭的聚类特征, 用OLS估计模型

其中变量定义在数据集中给出。我们最感兴趣的变量是choice, 它是一个虚拟变量, 如果一个人选择了如何在不同的投资之间配置其养老金,这个变量就等于1。choice的影响估计值是多少?它在统计上显著吗?

(ii)收入、财富、拥有股票和拥有个人退休金账户这些控制变量重要吗?请加以解释。(iii)确定数据集中有多少个不同的家庭。

(iv)现在, 求对家庭内聚类相关保持稳健的OLS标准误。它们与通常的OLS标准误差别大吗?你感到意外吗?

(v)通过对同一个家庭内的夫妻进行差分来估计这个方程。你在第(ii)部分中提到的解释变量为什么在差分估计时被去掉了?

(vi)第(v)部分中剩下的解释变量显著吗?你感到意外吗?

点击查看答案

第5题

对于一元线性回归模型,当随机误差项存在一阶自相关情形时,下面估计自相关系数ρ的方法中,哪些是不正确的()。

A、用OLS估计得到的模型残差对其一阶滞后进行回归,一阶滞后的参数估计量作为ρ的估计量

B、通过DW统计量来计算,即r=1-DW/2

C、直接计算模型残差与其一阶滞后的简单相关系数

D、用被解释变量与其一阶滞后回归,一阶滞后的参数估计量作为ρ的估计量

点击查看答案

第6题

本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。(i) 利用所有数据, 将lavg sal对
本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。

(i) 利用所有数据, 将lavg sal对bs, lenrol, Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对的经济显著性和统计显著性得到什么结论?

(ii)现在去掉四个bs>0.5的观测,即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少?利用异方差-稳健标准误来判断,它在统计上显著吗?

(iii)验证bs>0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中, 验证其他变量的OLS系数及其标准

误与第(ii)部分中的结果相同。在5%的显著性水平上,这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0?

(iv)在这个数据集中,验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs>0.5的每个观测都具有重要影响吗?

(v) 即便在大样本中, 就OLS对单个观测的敏感性而言, 你有何结论?

(vi) 在第(iji) 部分, 验证LAD估计量对包含这些观测不是很敏感。

点击查看答案

第7题

回答本题需用APPLE.RAW中的数据。(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。
回答本题需用APPLE.RAW中的数据。

(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。换言之, 在给定价格下, eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?

(ii)估计线性概率模型

并以通常的形式报告结果。仔细解释价格变量的系数。

(iii) 在LPM中, 非价格变量联合显著吗?(尽管存在异方差时, 通常的F统计量并非有效, 但我们还是使用它。)除价格变量外,哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?

(iv) 在第(ii) 部分的模型中, 用log(faminc) 取代faminc。使用faminc和log(fam inc) , 哪个模型对数据的拟合更好?解释log(faminc) 的系数。

(v)在第(iv)部分的估计中,有多少估计概率为负?多少大于1?应该引起你的注意吗?

(vi) 对于第(iv) 部分中的估计, 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?

点击查看答案

第8题

本题使用HTV.RAW中的数据。(i) 将log(wage) 对educ进行简单的OLS回归。在不控制其他因素的情况
本题使用HTV.RAW中的数据。

(i) 将log(wage) 对educ进行简单的OLS回归。在不控制其他因素的情况下, 多接受一年教育的估计回报的95%置信区问是什么?

(ii) 变量c til(以千美元为单位) 是17~18岁的学生面临的学费变化。证明educ和ctu it基本上是不相关的。这对一个简单回归分析中ctu it作为educ的一个可能的工具有何含义?

(iii)现在,在第(i)部分的简单回归模型中引人工作经历的二次函数以及当前居住地和18岁时的居住地等一整套区域虚拟变量集。模型中还包含个人当前居住地和18岁时居住地的城市指标。多受一年教育的估计回报是多少?

(iv) 再次利用ctu it作为edic的潜在工具变量, 估计educ的约简型。[当然, 现在educ的约简型也包含第(iii)部分中的解释变量。] 证明ctu it在educ的约简型中是统计显著的。

(v) 把ctu it作为educ的工具变量, 用Ⅳ估计第(iii) 部分中的模型。教育回报的置信区间与第(iii) 部分中的OLS置信区间相比如何?

(vi)你认为第(v)部分中的ⅣV程序令人信服吗?

点击查看答案

第9题

本题利用FERTIL3.RAW中的数据。(i)将gfr对t和t2回归, 并保留残差, 便得到除趋势的gfrt即。(i
本题利用FERTIL3.RAW中的数据。

(i)将gfr对t和t2回归, 并保留残差, 便得到除趋势的gfrt

(ii)将对方程(10.35)中所有变量(包括t和t2)回归。比较得出的R2与方程(10.35)中的R2有何不同。你有何结论?

(iii)在方程(10.35)中加入3后重新进行估计。这个新增变量在统计上显著吗?

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案 购买前请仔细阅读《购买须知》
请选择支付方式
  • 微信支付
  • 支付宝支付
点击支付即表示同意并接受了《服务协议》《购买须知》
立即支付 系统将自动为您注册账号
已付款,但不能查看答案,请点这里登录即可>>>
请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝