(1)如果真实的模型是Yi=β1Xi+μi,但你却拟合了一个带截距项的模型Yi=α0+α1Xi+νi,试评述这一设定误差的后果。
(2)在(1)中,假设真实的模型是带截距项的模型,而你却对过原点的模型进行了普通最小二乘回归。请评述这一模型误设的后果。
第1题
假设真实模型是:
(1)但你没有去拟合这个过原点回归,却例行地拟合了通常带有截距的模型:
(2)评述这一设定误差的后果。
(3)假定真实模型是(2),讨论拟合误设模型(1)的后果。
第2题
假设真实模型是,但你估计了。如果你利用Y在X=-3、-2、-1、0、1、2、3处的观测并估计了“不正确”的模型,这些估计值将出现什么偏误?
第3题
通过原点的一元线性回归模型为
试由独立观察值(xi,yi)(i=1,2,...,n).采用最小二乘法估计β.
第4题
设(n>2)为来自总体N(0,σ2)的简单随机样本,为样本均值.记求
(I)Yi的方差DYi,i=1,2,...,n;
(II)Yi与Yn的协方差Cov(Yi,Yn);
(III)常数C使;
(IV)
第5题
数;分别为两组实数的均值,分别为两组实数的方差,证明:(1)(2)
第6题
(i)对于一个二值响应y,令表示样本中1的比例(等于yi的样本均值)。令表示结果为y=0的正确预测百分数,而表示结果为y=1的正确预测百分数。若是整体的正确预测百分数,证明的一个加权平均:
(ii)在一个容量为300的样本中,假设=0.70,所以有210个结果为yi=1,90个结果为yi=0。假设y=0的正确预测百分数为80,而y=1的正确预测百分数为40。求总体正确预测百分数。
第7题
假设“真实”模型是:
而我们增加了一个“无关”变量X3到模型中去(“无关”是指变量X3的真实系数β3为零),并估计了
a.模型(2)的R²和调整R²会不会比模型(1)的大?
b.从模型(2)得到的β1和B2的估计值是无偏的吗?
c.“无关”变量X3的引入对出的方差有影响吗?
第8题
令(yi)代表一个I(1)序列。假设的提前一期预报值,令的提前一期预报值。解释为什么预报有相同的预报误差。
第9题
考虑简单回归模型
令z为x的二值工具变量。运用式(15.10),ⅣV估计量,可以写成:其中,是zi=0的那部分样本中yi和xi的样本平均值,而是zi=1的那部分样本中yi和xi的样本平均值。该估计量称为群组估计量, 它是由沃尔德(Wald, 1940) 最先提出。
第10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?
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!