A.变量
B.系数
C.误差项
D.残差项
第2题
A.被解释变量的变化中可以用回归模型来解释的部分
B.被解释变量的变化中未被回归模型来解释的部分
C.解释变量的变化中可以用回归模型来解释的部分
D.解释变量的变化中未被回归模型来解释的部分
第4题
考虑下面的模型:
式中,Y是内生变量;X是外生变量;u是随机误差项。根据这个模型,得到简化形式的回归模型如下:
a.从这些简化方程中,你能估计出哪些结构系数?
b.如果先验地知道A2=0和A1=0,那么答案有什么改变?
第5题
为另一种形式:斜率与原来相同,但截距和误差有所不同,并且新的误差期望值为零。
第6题
在例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?)
(ii) 在将式(10.23) 的OLS残差对滞后残差进行回归时, 得到p=-0.068和sc(p)=0.240。你对u, 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?
第7题
考虑模型
即误差项服从AR(2)模式,其中为白噪音误差项。在考虑二阶自回归情况下,勾勒出估计此模型的步骤。
第8题
记样本回归模型为试证明:
(1)估计的Y的均值等于实测的Y的均值:
(2)残差和为零,从而残差的均值为零:
(3)残差项与X不相关:
(4)残差项与估计的Y不相关:
第9题
考虑模型:(1)。为了找出此模型是否因为漏掉变量X3而成为一个误设的模型,你决定用模型(1)给出的残差仅仅对X3一个变量做回归(注:在此回归中有一截距项)。然而,拉格朗日乘数(LM)检验要求你用方程(1)的残差兼对X2和X3及一常数项做回归。为什么你用的程序很可能是不适当的?
第10题
利用MEAP00 O1中的数据回答本题。
(i)使用OLS估计模型
并用通常的格式报告你的结论。在5%的显著性水平上,每个解释变量都是统计显著的吗?
(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少?它与math4的实际数据取值范围相比如何?
(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差?对这个残差给予解释。
(iv)在方程中增加所有解释变量的平方项,检验它们的联合显著性。你会把它们放到模型中吗?
(v)回到第(i)部分中的模型,将因变量和每个解释变量都除以各自的样本标准差,并重新进行回归。(除非你还将每个变量分别减去了各自的均值,否则还应该包括一个截距项。)以标准差为单位,哪个解释变量对数学考试通过率具有最大的影响?
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!