A.当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时,常用的t和
C.异方差情况下,通常的OLS估计一定高估了估计量的标准差
D.如果OLS回归的残差表现出系统性,那么说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量,那么OLS残差必定表现出明显的趋势
F.检验失效
(i)在计算机习题C10.5的工业区事件研究中,OLS残差对滞后残差的回归给出。这对于OLS来说有何含义?
(ii)如果你想使用OLS,又想得到EZ系数的一个有效标准误,你将怎样做?
(i)在第10章的计算机练习C5的工业区事件研究中,OLS残差对滞后残差的回归给出p=0.841和se(p)=0.053。这对于OLS来说有何含义?
(ii)如果你想使用OLS,又想得到EZ系数的一个有效标准误,你将怎样做?
经典时间序列分解预测的指导思想是把历史上的销量模式分解为趋势、季节性波动、周期性变e残差(或随机)波动四组成分。
A.正确
B.错误
A.通过残差的分布形态判断是否还存在其他潜在的关键X
B.通过残差分布的随机性,判断所选择的回归模型是否合适
C.通过残差的分布,判断X对Y影响是否显著
D.通过残差的分布,判断是否有远离模型的异常观测值存在
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。
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?
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?