题目内容
（请给出正确答案）
利用PRISON.RAW中的数据。
(i)以教材(16.41)中的2SLS估计结果为基础，估计Alog(prisonit)的约简型方程。其中，IVs，final1和final2分别都是统计显著的吗？
(ii)求(i)中的约简型方程残余，把它加入教材(16.41)的方程中，并且检验Δlog(prisonit)的内生性，你的结论是什么？
(iii)在应用2SLS法估计教材方程(16.41)时检验单个过度识别约束。你的结论是什么？
(iv)在这个应用过程中，2SLS和OLS两种方法之间的不同实际上重要吗？
如果结果不匹配，请 联系老师 获取答案
更多“利用PRISON.RAW中的数据。 (i)以教材(16.41…”相关的问题
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(6.19)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。
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？
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？
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？
利用PHILLIPS.RAW中的数据。
(i)用直至1997年的数据估计教材(18.48)和(18.49)中的模型。参数估计值与教材(18.48)和教材(18.49)中的结果相比有很大不同吗？
(ii)用新方程预测unem1998，小数点后保留两位数。哪个方程预测得更好？
(ii)我们在正文中讨论过，用教材(18.49)预测unem1998为4.90.把它与利用直至1997年的数据得到的预测相比较。多用一年数据求得的参数估计值能给出更好的预测吗？
(iv)用教材(18.48)中估计的模型求出unem的提前两期预测值。即利用α=1.572，p=0.732，h=2时的教材方程(18.55)预测unem与把unem1997=4.9代入教材(18.48)所得到的提前一期预测值相比，哪一个更好？
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unemt-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。
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。)
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？
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：gfrn+1的预测值无非就是gfn。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？
●I/O 系统主要有三种方式来与主机交换数据，它们是 (6) 、 (7) 和 (8) 。其中 (6) 主要用软件方法来实现，CPU 的效率低； (7) 要有硬件和软件两部分来实现，它利用专门的电路向 CPU 中的控制器发出 I/O 服务请求，控制器则 (9) 转入执行相应的服务程序； (8) 主要由硬件来实现，此时高速外设和内存之间进行数据交换 (10) 。
(6) A．程序查询方式
B．读/写文件方式
C．数据库方式
D．客户/服务器方式
(7) A．DMA方式
B．批处理方式
C．中断方式
D．数据通信方式
(8) A．中断方式
B．DMA方式
C．并行方式
D．流水线方式
(9) A．立即
B．在执行完当前一条指令后
C．在执行完当前的一段子程序后
D．在询问用户后
(10) A．不通过CPU的控制，不利用系统总线
B．不通过CPU的控制，利用系统总线
C．通过CPU的控制，不利用系统总线
D．通过CPU的控制，利用系统总线
I/O系统主要有三种方式来与主机交换数据，其中主要用软件方法来实现，CPU的效率低的是(46)；要有硬件和软件两部分来实现，它利用专门的电路向CPU中的控制器发出 I/O服务请求，控制器则(47)转入执行相应的服务程序的是(48)；主要由硬件来实现，此时高速外设和内存之间进行数据交换(49)的是(50)。供选择的答案
A．程序查询方式
B．DMA方式
C．数据库方式
D．客户/服务器方式
