请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
答案
更多“参考方程（3.7.3)中所给出的手机需求回归。a.在5%的显著水平上，截距系数估计值显著吗？你进行检验的虚拟假设是什么？b.在5%的显著水平上，斜率系数估计值显著吗？其背后的虚拟假设是什么？c.构造真…”相关的问题
第1题
在习题3.4中，我们估计了方程
其中的标准误是我们现在才同估计值一并给出的。
(i)相对于一个双侧对立假设，是educ还是age在5%的水平上是个别显著的？给出你的计算。
(ii)从方程中去掉educ和age，则得到
在5%的显著性水平上，educ和age在原方程中是联合显著的吗？说明你所给答案的理由。
(iii)在模型中包括educ和age，是否显著影响所估计的睡眠和工作之间的替换关系？
(iv)假设睡眠方程含有异方差性。这对第(i)和(ii)部分计算的检验意味着什么？
第2题
表5-2记载了(1)项～(6)项回归分析，计算各自的自由度，并对回归系数进行显著性检验(t检验)，如果显著，记做○，如果不显著，记做×。这里，假设回归模型中有定数项(常数项)。
表5-2
|
第3题
参考第3章例3.3，回答如下问题。
a.将手机需求相对经购买力调整的人均收入描图。
b.将手机需求的对数相对经购买力调整的人均收入的对数描图。
c.这两个图有何差异？
d.根据这两个图，你认为双对数模型比线性模型能够更好地拟合这些数据吗？估计双对数模型。
e.你如何解释双对数樸型中的斜率系数？
f.在5%的显著性水平上，双对数模型中的斜率系数估计值是统计显著的吗？
g.在方程(3.7.3)给出的线性模型中，你如何估计手机需求对经购买力调整的收入的弹性？如果你还需要其他信息，是什么样的信息呢？如此估计的弹性被称为收入弹性。
h.从双对数模型和线性模型中估计的收入弹性有差别吗？如果有，你将选择哪个模型？
第4题
参考回归(9.7.3)。你如何检验D2和D3的系数相同的假设？如何检验D2和D4的系数相同的假设？如果D3的系数在统计上与D2的系数不同，而且D4的系数与D2的系数也不同，那是否意味着D3和D4的系数不同？
第5题
利用INJURY.RAW中的数据。
(i)使用肯塔基州的数据，增加male，married以及全套行业和工伤类型虚拟变量作为解释变量，重新估计教材方程(13.12)。在控制了这些其他因素后，afchnge·highearn的估计值有何变化？这个估计值仍然统计显著吗？
(ii)你对第(i)部分中较小的R²有什么可说的？这是否意味着这个方程无用呢？
(iii)用密歇根州的数据估计教材方程(13.12)。比较密歇根州和肯塔基州的交互项估计值。密歇根州的估计值在统计上显著吗？你对此如何解释？
第6题
本题使用INJURY.RAW中的数据。
(i) 使用肯塔基州的数据， 增加male， married以及全套行业和工伤类型虚拟变量作为解释变量， 重新估计方程(13.12)。在控制了这些其他因素后， afchnge-high earn的估计值有何变化？这个估计值仍然统计显著吗？
(ii)你对第(i)部分中较小的R°有什么看法？这是否意味着这个方程无用呢？
(iii)用密歇根州的数据估计方程(13.12)。比较密歇根州和肯塔基州的交互项估计值。密歇根州的估计值在统计上显著吗？你对此如何解释？
第7题
假设一元线性回归模型，样本容量n=10，由数据算得确定系数R2=0.45，在显著性水平α=0.05下，检验回归模型的显著性．
第8题
利用BARIUM.RAW中的数据。
(i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变量是统计上显著的吗？
(ii)在第(i)部分估计的方程中，检验除了时间趋势以外所有其他变量的联合显著性。你能得到什么结论？
(iii)在这个方程中添加月度虚拟变量，以检验季节性。增加月度虚拟变量对其他估计值及其标准误有重要影响吗？
第9题
电缆需求表8-10给出一个电缆制造商用来预测1968~1983年间对一主要用户的销售量数据。
a.估计以上回归。
b.此模型中各系数的预期符号是什么？
c.经验结果与先验预期一致吗？
d.这些估计的偏回归系数个别地看在5%的显著水平上是统计显著的吗？
e.假如你先做Y对X2、X3和X4的回归，然后决定是否再加进变量X5和X6你如何知道值不值得把X5和X6加过来？你用哪一种检验？说明必要的计算。
第10题
其中，因为滞后支出变量，第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型， 并报告通常的标准误。为使得ai的期望值可以非零， 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么？求OLS残差
。
(ii)lunchit系数的符号在意料之中吗？解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗？
(iii)利用
的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关，并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗？
(v)你为什么认为在固定效应估计中，注册学生人数和午餐项目变量不是联合显著的？
第11题
本题利用AIRFARE.RAW中的数据。在一个联立方程非观测效应模型中， 需求方程为：
其中我们把航线距离变量放到ait中。
(i)利用固定效应模型估计需求函数，为了解释不同的截距，必须包括年度虚拟变量。弹性估计值是多少？
(ii)利用固定效应模型估计如下约简型方程：
进行适当的检验， 以保证concenit 可用作log(fareit ) 的一个工具变量。
(iii)现在，就像在方程(16.42)中一样，利用固定效应变换和工具变量法估计这个需求函数。现在的估计弹性是多少？它在统计上显著吗？
