如果我们在经典线性模型假定下从式(6.38)开始,假定n很大,并忽略中的估计误差,那么y0的一个
如果我们在经典线性模型假定下从式(6.38)开始,假定n很大,并忽略中的估计误差,那么y0的一个95%预测区间就是
。
(ii)在CEO薪水的例子中,验证第(i)部分中的条件是成立的。
如果我们在经典线性模型假定下从式(6.38)开始,假定n很大,并忽略中的估计误差,那么y0的一个95%预测区间就是
。
(ii)在CEO薪水的例子中,验证第(i)部分中的条件是成立的。
一致估计量。给定这样一个估计量,定义β0的一个估计量为
证明。
在简单回归模型教材(5.16)中,我们在前4个高斯-马尔科夫假定下证明了,形如教材(5.17)的估计量是斜率β1的一致估计量。给定这样一个估计量,定义β1,的一个估计量为。
证明plimβ0=β0
A、解释变量都是先决变量
B、方程中的参数反映相应的先决变量对被解释变量的间接影响
C、在满足线性回归模型的基本假设下简化式参数的最小二乘估计具有线性、无偏性、有效性
D、从简化式参数中计算出来的结构参数也具有无偏性
A.卡尔曼滤波是一组线性最小均方估计的递推算法
B.卡尔曼滤波能够提供离散时间线性系统状态的线性最小均方估计
C.卡尔曼滤波在应用时需要对随机动态线性系统建立模型
D.在卡尔曼滤波算法推导中,系统扰动噪声和测量噪声都是假定为白噪声
A、无偏性
B、有效性
C、一致性
D、确定性
E、线性特性
在完全信息的假定下,市场机制不能使资源实现最优配置,经济行为者可以获得其利益的最大化。()
A.正确
B.错误
我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕:
(i)用OLS估计此模型,并验证其全部估计值都严格地介于0和1之间。最大和最小的估计值各是多少?
(ii)用加权最小二乘法估计这个方程。
(iii)用WLS估计值决定avgsen和tottime在5%的显著性水平上是否联合显著。
(i)用虚拟变量demwins来代替教材(10.23)中的demvote,并用通常的格式报告结果。哪些因素影响获胜概率?请用截至1992年的数据。
(ii)有多少个拟合值小于0?有多少个拟合值大于1?
(iii)采用下面的预测规则:如果demwins>0.5,你就可以预测民主党会获胜;否则,共和党将获胜。那么,在这20次选举中,这个模型有多少次正确地预测了实际结果?
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上,克林顿获胜了,你的预测结果是否与事实相符?
(v)对误差中的AR(1)序列相关,做异方差-稳健:检验。你有何发现?
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗?
假如我们使用非线性可分的SVM目标函数作为最优化对象,我们怎么保证模型线性可分()
A.设C=1
B.设C=0
C.设C=无穷大
D.以上都不对
A.常数参数模型
B.截距与斜率同时变动模型
C.截距变动模型
D.分段线性回归模型
利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格,并询问他们愿意购买每种苹果的磅数。
(i)对于样本中的660个家庭,有多少家庭报告称在预定价格上不愿意购买环保苹果?
(ii)变量ecolbs看上去在严格正值上具有连续分布吗?你的回答对ecolbs托宾模型的适当性有何含义?
(iii)以ecoprc、regprc、famic和hhsize作为解释变量,估计一个托宾模型。哪些变量在1%的水平上显著。
(iv)faminc和hhsize联合显著吗?
(v)第(iii)部分中价格变量系数的符号与你的预期一致吗?请解释。
(vi)令β1和β2为ecoprc和regprc的系数,相对一个双侧备择假设,检验假设H0:-β1=β2。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验,你可能还要参考教材4.4节
(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)],称之为ecolbsi。最大和最小拟合值是多少?
(viii)计算ecolbs,和ecolbsi之相关系数的平方。
(ix)现在,利用第(iii)部分中同样的解释变量,估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多?从拟合优度来看,托宾模型比线性模型更好吗?
(x)评价如下命题:“由于托宾模型的R,如此之小,所以估计的价格效应可能是不一致的。”