在例8.7中, 我们计算了香烟需求方程的OLS和一系列WLS估计值。(i)求方程(8.35)中的OLS估计值。(iv
在例8.7中, 我们计算了香烟需求方程的OLS和一系列WLS估计值。
(i)求方程(8.35)中的OLS估计值。
(iv)第(iii)部分的结论对于求式(8.36)时建议使用的同方差形式有何含义?
(v)在容许方差函数被误设的情况下,求WLS估计值的确当标准误。
在例8.7中, 我们计算了香烟需求方程的OLS和一系列WLS估计值。
(i)求方程(8.35)中的OLS估计值。
(iv)第(iii)部分的结论对于求式(8.36)时建议使用的同方差形式有何含义?
(v)在容许方差函数被误设的情况下,求WLS估计值的确当标准误。
在教材例10.6中,我们估计了费尔预测美国总统选举结果的一个模型的变型。
(i)对于这个方程中的误差项序列无关,你有何论据?(提示:总统选举多长时间进行一次?)
(i)在将教材(1023)的OLS残差对滞后残差进行回归时,得到p=-0068和sep)=0.40。你对ut中的序列相关有何结论?
(iii)在检验序列相关时,这个应用中的小样本容量会令你不放心吗?
)与每个学生的平均支出(expend) 之间的关系。
(Ⅰ)就多花一美元对通过率的影响而言,你认为具有恒定不变的影响合适呢,还是这种影响越来越小更合适?请加以解释。
(Ⅱ) 在总体模型math10=β0+β1log(expend)+u中,证明民β1/10表示expend提高10%导致math10改变的百分数。
(II) 利用MEAP 93.RAW中的数据, 估计(Ⅱ) 中的模型.按照通常的方式报告估计方程, 包括样本容量和及R2。
(Ⅳ)支出的估计影响有多大?也就是说, 如果支出提高10%, 估计math10会提高多少个百分点?
(Ⅴ)有人担心这个回归分析可能得到math10的拟合值会超过100。为什么在这个数据集中不必担心这个问题?
A.在C程序中,逗号运算符的优先级最低
B.在C程序中,APH和aph是两个不同的变量
C.若a和b类型相同,在计算了赋值表达式a=b后b中的值将放入a中,而b中的值不变
D.当从键盘输入数据时,对于整型变量只能输入整型数值,对于实型变量只能输入实型数值
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。
在检验教材例18.5中gfr和pe之间的协整过程中,在教材方程(18.32)中添加t2并求出OLS残差。在增广DF中包含一阶滞后。新的结论是什么?这个检验的5%临界值是-4.15。
利用CRIME3.RAW中的数据。
(i)在教材例13.6的模型中,检验假设H0:β1=β2。(提示:定义θ1=β1-β2,并用θ1,β2和来表示β1。以此代入方程并加以整理,对θ1做t检验。)
(ii)若β1=β2,则差分方程可写成
是前面两年的平均破案百分数。
(iii)估计第(ii)部分中的方程。与教材(13.22)比较调整R2。你最后会选用哪一个模型?
用到MROZ.RAW中的数据。
(i)用log(hours)作为因变量重新估计教材例16.5中的劳动供给函数。将估计出的弹性(现在是常数)与教材方程(16.24)在平均工作小时数处所得到的估计值相比较。
(ii)在第(i)部分的劳动供给方程中,容许educ因遗漏了能力变量而成为内生变量。用motheduc和fatheduc作为educ的Ⅳ。记住,你现在在方程中有两个内生变量。
(iii)检验第(ii)部分2SLS估计中过度识别约束。这些Ⅳ通过检验了吗?