在什么情况下以下各种估计一阶自相关系数ρ的方法是合适的:a.一阶差分回归。b.移动平均回归。c.泰尔-纳加变换。d.科克伦-奥克特迭代程序。e.德宾两步法。
第1题
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
第6题
给定表12-3中的数据:
a.验证德宾-沃森d=0.4148。
b.干扰项中有没有正的序列相关?
c.如有,则分别利用下列方法估计ρ:
i.泰尔-纳加方法;
ii.德宾两步程序;
iii.科克伦-奥克特法。
d.利用泰尔-纳加法变换数据并对变换后的数据做回归。
e.d中估计的回归仍显示有自相关吗?如有,如何能将它除去?
第7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。]
第8题
A.不存在一阶自相关
B.存在正的一阶自相关
C.存在负的一阶自
D.无法确定