首页 > 计算机等级考试
题目内容 (请给出正确答案)
[主观题]

本题利用FERTIL 3.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

本题利用FERTIL 3.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

本题利用FERTIL 3.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t、t2、t3和截距项进行回归) 。评论这个回归的R2

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

(iv)利用到1979年为止的数据, 做本题利用FERTIL 3.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gfri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)用随机游走模型预报从1980年到1984年的gfr:gfni+1的预报值无非就是gfrit。求出MAE。它与第(iii)部分中得到的MAE有何区别?你更喜欢哪一种预报方法?

(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报效果更好吗?

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“本题利用FERTIL 3.RAW中的数据。(i)以时间为横轴…”相关的问题
第1题
本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000,scr
本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000,scr

本题利用HPRICE1.RAW中的数据。

(i)估计模型

并以通常的OLS格式报告结论。

(ii)当lotsize=20000,scrft=2500和bdrms=4时,求出log(price) 的预测值。利用6.4节中的方法,在同样的解释变量值的情况下,求出price的预测值。

(iii)就解释price中的变异而言,决定你是偏好第(i)部分中的模型,还是偏好模型

点击查看答案
第2题
本题利用PHILLIPS.RAW中的数据。现在你应该使用56年的数据。(i)重新估计方程(11.19),并以通常格
本题利用PHILLIPS.RAW中的数据。现在你应该使用56年的数据。(i)重新估计方程(11.19),并以通常格

本题利用PHILLIPS.RAW中的数据。现在你应该使用56年的数据。

(i)重新估计方程(11.19),并以通常格式报告结果。当你增加近几年的数据之后,截距和斜率估计值有明显变化吗?

(ii)求自然失业率的新估计值。将这个新估计值与例11.5中的估计值进行比较。

(iii)计算unem的一阶自相关系数。按照你的观点, 单位根接近于1吗?

(iv)利用A mem取代unem作为解释变量。哪个解释变量具有更高的R?

点击查看答案
第3题
本题利用数据集GPA1.RAW。

点击查看答案
第4题
本题利用SLEEP75.RAW中的数据。我们要分析的方程为:(i)分别针对男性和女性单独估计这个方程,并
本题利用SLEEP75.RAW中的数据。我们要分析的方程为:(i)分别针对男性和女性单独估计这个方程,并

本题利用SLEEP75.RAW中的数据。我们要分析的方程为:

(i)分别针对男性和女性单独估计这个方程,并按照通常形式报告结论。这两个估计方程有什么明显差异吗?

(ii)对男性和女性睡眠方程中的参数是否相等计算邹至庄检验。使用增加male和交互项male totwrk,.male的检验形式,并使用全部观测。该检验相关的df等于多少?在5%的显著性水平上,你应该拒绝这个虚拟假设吗?

(iii)现在,容许男性与女性存在不同截距,判定所有涉及male的交互项是不是联合显著的?

(iV)给定第(ii)部分和第(iii)部分中的结论,你最后将使用什么样的模型?

点击查看答案
第5题
本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc
本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗?失业率也一样吗?

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11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)计算机习题C10.11第(vi)部分中的回归。]

点击查看答案
第6题
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)(i)利用OLS估计模型以常用
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)(i)利用OLS估计模型以常用

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)

(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上,相对一个双侧对立假设,β统计显著异于零吗?在1%的显著性水平上呢?

(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。

(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告H0:βlog(hseval)=0的双侧p值。

(iv) 在第(ii) 部分的回归中, log(income) 和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?

(v)给定前面的回归结果,在确定一个邮区的种族构成是否影响当地快餐价格时,你会报告哪一个结果才最为可靠?

点击查看答案
第7题
本题利用NBASAL.RAW中的数据。(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后
本题利用NBASAL.RAW中的数据。(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后

本题利用NBASAL.RAW中的数据。

(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后卫、前锋或中锋)联系起来。包括打球经历的二次项形式,并将中锋作为基组。以通常的形式报告结果。

(ii)在第(i)部分中,你为什么不将所有三个位置虚拟变量包括进来?

(iii)保持经历不变,一个后卫的得分比一个中锋多吗?多多少?这个差异统计显著吗?

(iv)现在,将婚姻状况加入方程。保持位置和经历不变,已婚球员是否更高效(就单场得分来说)?

(v)加入婚姻状况和两个经历变量的交互项。在这个扩展的模型中,是否存在有力的证据表明婚姻状况影响单场得分?

(vi)使用单场助攻次数作为因变量估计(iv)中的模型。与(iv)的结果有明显的差异吗?请讨论。

点击查看答案
第8题
本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量

本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量的一个子集(但比其报告回归中的观测更加有用)。

(i)分别求男女相貌在一般水平之上的比例。相貌在一般水平之上和之下的人哪个更多?

(ii)检验假设:男女相貌在一般水平之上的总体比例相同。报告女人比例更高的单侧P值。(提示:估计一个简单的线性概率模型最容易。)

(iii)现在针对男女分别估计模型

并以通常方式报告结果。在两种情形中,都解释belavg的系数。用语言解释假设H01=0相对H11<0的含义,并分别求出P值。

(iv)有一般相貌之上的女人比相貌一般的女人工资更高的充分证据吗?请解释。

(v)对男人和女人,都增加解释变量educ,exper,experz,uion,goodhlth,black,married,south,bigcity,smllcity和service。“相貌”变量的影响有重要变化吗?

点击查看答案
第9题
本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。(i)估计模型并检验误
本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。(i)估计模型并检验误

本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。

(i)估计模型并检验误差中的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)利用12阶滞后, 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何?

(iii)现在求出OLS的异方差-稳健标准误, 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中,序列相关和异方差哪个更成问题?

(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。

(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值, 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响?

(vi)利用尼威-韦斯特方法,求第(v)部分中联合显著性检验的p值。你现在得到什么结论?

(vii)如果你不用g wage的这些滞后项, 长期倾向的估计值有很大的不同吗?

点击查看答案
第10题
利用ELEM94_95.RAW中的数据回答本题。所得到的结论可以与教材表4-1中的结论进行对比。因变量lav
gsal表示教师平均薪水的对数,bs表示平均福利与平均薪水的比率(以学校为单位)。

(i)将lavgsal对bs进行简单回归。斜率估计值在统计上显著异于0吗?它在统计上显著地异于-1吗?

(ii)在第(i)部分的回归中增加变量lenrol和istaff。bs的系数有何变化?这种情形与教材表4-1中的情形相比如何?

(iii)第(ii)部分中bs系数的标准误为何比第(i)部分中的标准误更小?(提示:当增加变量lenrol和Istaff后,对误差方差和多重共线性会造成什么样的影响?)

(iv)Istaff的系数为何为负?它的绝对值算大吗?

(v)在回归中再添加变量lunch。保持其他条件不变,教师会因教育那些家庭条件不好的学生而得到补偿吗?请解释你的结论。

(vi)总之,你利用ELEM94_95.RAW得到的结论,与教材4-1在形式上一致吗?

点击查看答案
第11题
某存储器数据总线宽度为32bit,存取周期为250ns,则该存储器带宽为(26)。(注:本题答案中的B表示Byte)

A.8×106B/s

B.16×106B/s

C.16×108B/s

D.32×106B/s

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改