首页 > 通信工程师

题目内容（请给出正确答案）

[主观题]

利用MINWAGE.RAW中的数据，和第10章的计算机练习C12一样，使用232部门(男性用品部门)中的时间序

利用MINWAGE.RAW中的数据，和第10章的计算机练习C12一样，使用232部门（男性用品部门)中的时间序

列。

(i)用OLS估计模型利用MINWAGE.RAW中的数据，和第10章的计算机练习C12一样，使用232部门（男性用品部门) 并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？

(ii)用迭代的普莱斯一温斯顿检验方法估计(i)中的模型。gmwage的系数与用OLS方法相比有什么区别？

(iii)在第(ii)部分的方程中增加gmwage的1~12阶滞后项并用迭代的普莱斯-温斯顿方法估计该模型，检验这12个滞后项是否为联合显著的。

(iv)我们回到在第(i)部分估计出的静态模型，用6阶滞后项计算尼威-韦斯特标准误。用尼威一韦斯特方法计算的标准误和普通的OLS标准误相比有什么区别？

(v)在静态模型中增加gwage的1~12阶滞后项，并用6阶滞后项的尼威-韦斯特检验方法检查12阶滞后项的联合显著性。你的结论和第(ii)部分相比有区别吗？

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“利用MINWAGE.RAW中的数据，和第10章的计算机练习C…”相关的问题

第1题

利用MINWAGE.RAW中的数据，利用sector314（Footwear，ExceptRubber)。（i)估计就业增长gemp314的

利用MINWAGE.RAW中的数据，利用sector314(Footwear，ExceptRubber)。

(i)估计就业增长gemp314的一个AR(1)模型。滞后项在理论上和数值上是否显著？

(ii)将工资增长的一阶滞后项加入到AR(1)模型，检验工资增长与就业增长之间的格兰杰因果关系是否显著？你可以从中得到什么结论？

(iii)向模型中加入就业增长的二阶滞后项，并做格兰杰因果检验。你的结论是否改变？

点击查看答案

第2题

利用LOANAPP.RAW中的数据。（i)估计第7章的计算机练习C8第（iii)部分中的方程，计算其异方差-稳

利用LOANAPP.RAW中的数据。

(i)估计第7章的计算机练习C8第(iii)部分中的方程，计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0？有没有哪个估计值大于1？而这些情况对加权最小二乘估计的应用意味着什么？

点击查看答案

第3题

利用BARIUM.RAW中的数据。（i)用前119次观测（即不包含1988年的最后12个月观测)，估计线性趋势模

利用BARIUM.RAW中的数据。

(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？

(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？

(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？

(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

点击查看答案

第4题

利用NYSE.RAW中的数据。（i)估计教材方程（12.47)中的模型并求OLS残差平方。求u²t在整个

利用NYSE.RAW中的数据。

(i)估计教材方程(12.47)中的模型并求OLS残差平方。求u²t在整个样本中的平均值、最小值和最大值。

(ii)利用OLS残差平方估计如下的异方差性模型

报告估计系数、标准误、R²和调整R²。

(ii)将条件方差描述成滞后return_-1的函数。方差在return_，取何值时最小？这个方差是多少？

(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？

(v)第(ii)部分中的模型拟合效果比教材例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在教材方程(12.51)的ARCH(1)回归中添加二阶滞后ut-22。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？

点击查看答案

第5题

利用ATTEND.RAW中的数据。（i)在例6.3的模型中，推出当priGPA=2.59和atndrte=82时，利用方程（6

利用ATTEND.RAW中的数据。

(i)在例6.3的模型中，推出

当priGPA=2.59和atndrte=82时，利用方程(6.19)来估计偏效应。对你的估计进行解释。

(ii)证明可将方程写成

其中(注意，截距已发生变化，但并不重要。)用它求出第(i)部分得到的θ₂的标准差。

点击查看答案

第6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

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

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？

点击查看答案

第7题

在网络体系结构中，第N层协议利用（24)提供的服务向（25)提供服务，对等实体是指（26)，数据在同一个系

在网络体系结构中，第N层协议利用(24)提供的服务向(25)提供服务，对等实体是指(26)，数据在同一个系统自上层传到下层，这种数据格式称为(27)，某层实体接收到上层传来的数据后，一般要(28)才能使接收方知道如何处理。

A．(N+1)层协议

B．N层协议

C．(N-1)层协议

D．物理层

点击查看答案

第8题

利用PHILLIPS.RAW中的数据，但只到1996年。（i)在教材例11.5中，我们假定自然失业率是常数。在另

利用PHILLIPS.RAW中的数据，但只到1996年。

(i)在教材例11.5中，我们假定自然失业率是常数。在另一种形式的附加预期的菲利普斯曲线中，自然失业率受历史失业水平的影响。最简单的情况是，t时期的自然失业率与unem_t-1，相等。如果我们假定适应性预期，便得到一个通货膨胀和失业率都是一阶差分形式的菲利普斯曲线：估计这个模型，以常见格式报告结果，并讨论β₁的符号、大小和统计显著性。

(ii)教材(11.19)和第(i)部分中的模型，哪一个对数据拟合得更好？说明理由。

点击查看答案

第9题

利用FERTIL3.RAW中的数据。（i)以时间为横轴，画出gfr的曲线。在整个样本期间，它包含了明显的向

利用FERTIL3.RAW中的数据。

(i)以时间为横轴，画出gfr的曲线。在整个样本期间，它包含了明显的向上或向下的趋势吗？

(ii)利用直至1979年的数据，估计gfr的立方时间趋势模型(即将gfr对r,t²,t³和截距项进行回归)。评论这个回归的R²。

(ii)用第(ii)部分中的模型，计算从1980年到1984年的提前一期预测误差的MAE。

(iv)利用到1979年为止的数据，做Agfr1对一个常数的回归。这个常数统计显著异于0吗？如果我们假定gfr1服从一个随机游走，同时也假定漂移项为0，这样做合理吗？

(v)用随机游走模型预测从1980年到1984年的gfr：gfr_n+1的预测值无非就是gf_n。求出MAE。它与第(ii)部分中得到的MAE有何区别？你更喜欢哪一种预测方法？

(vi)用直至1979年的数据，估计gfr的AR(2)模型。第二个滞后项显著吗？

(vii)用AR(2)模型求出1980~1984年的MAE。这个更一般的模型比随机游走模型的样本外预测效果更好吗？

点击查看答案

第10题

利用VOLAT.RAW中的数据。变量rsp500是标准普尔500股票指数的月回报，以年回报率表示。（既包括价格

利用VOLAT.RAW中的数据。变量rsp500是标准普尔500股票指数的月回报，以年回报率表示。(既包括价格变动带来的收益，也包括分得的红利。)变量i₃是三月期国债的收益率，pcip是工业生产的百分比变化，这些也都以年率表示。

(i)考虑方程你认为β₁和β₂应该有什么样的符号？

(ii)用OLS估计上述方程，用标准格式报告结果，并解释系数的符号和大小。

(iii)哪些变量是统计显著的？

(iv)你在第(iii)部分中的结论是否意味着从标准普尔500中获得的收益是可预测的？说明理由。

点击查看答案

第11题

利用VOTE1.RAW中的数据。（i)考虑一个含有竞选支出交互项的模型保持prtystrA和expendA不变，e

利用VOTE1.RAW中的数据。

(i)考虑一个含有竞选支出交互项的模型

保持prtystrA和expendA不变，expendB对voteA的偏效应是什么？expendA对voteA的偏效应是什么？β4的预期符号明显吗？

(ii)估计第(i)部分中的方程，并以通常的格式报告结果。交互项是统计显著的吗？

(ii)求样本中expendA的均值。固定expendA为300(300000美元)。候选人B另外支出100000美元对voteA的估计影响是什么？这个影响很大吗？

(iv)现在固定expendB为100。AexpendA=100对voteA的估计影响是什么？这讲得通吗？

(v)现在估计一个用候选人A的支出占竞选总支出的百分比shareA取代交互作用项的模型。同时保持expendA和expendB不变而改变shareA，这讲得通吗？

(vi)(要求有微积分知识)在第(V)部分的模型中，保持prtystrA和expendA不变，求出expendB对voteA的偏效应。在expendA=300和expendB=0时进行计算，并评论你的结论。

点击查看答案

长沙正则教育科技有限公司版权所有 ©2024

湘ICP备20014704号-1 营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）