本题利用LOANAPP.RAW中的数据。(i)估计计算机习题C7.8第(iii) 部分中的方程， 计算其异方差-稳健

本题利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据， 用混合OLS估计方程

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为的哪个1统计量更值得信赖， 是通常的!统计量还是异方差-稳健的1统计量？为什么？

？

(ii)计算一个异方差-稳健形式的RESET。你在第(i)部分的结论改变了吗？

本题使用VOTEI.RAW中的数据。

(i)估计一个以vote A为因变量并以prtystrA、democA、log(expend A) 和

(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。

(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强？

利用NYSE.RAW中的数据回答本题。

(i) 估计方程(12.47) 中的模型并求OLS残差平方。求在整个样木中的平均值、最小值和最大值。

(ii) 利用OLS残差平方估计如下的异方差模型

报告估计系数、标准误、R²和调整R²。

(iii) 将条件方差描述成滞后return_-1的函数。方差在return_-1取何值时最小？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例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在方程(12.51)的ARCH(1)回归中添加二阶滞后。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？

本题使用CRIME 3.RAW中的数据。

(iii)估计第(ii)部分中的方程。与式(13.22)比较调整R²。你最后会选用哪一个模型？

本题使用GPA2.RAW中的数据。

(i)使用所有4137个观测，估计方程

并以标准形式报告结论。

(ii)使用前2070个观测再重新估计第(i)部分中的方程。

(iii)求出第(i)部分与第(ii)部分所得到的标准误的比率。并将这个比率与式(5.10)中的结论相比较。

本题使用LOANAPP.RAW中的数据。

(i)有多少个观测的obrat＞40，即其他债务负担超过其总收入的40%？

(ii)在计算机习题C7.8中，去掉o brat 40的观测，重新估计第(iii)部分中的模型。white的系数估计值和t统计量将会怎样？

(iii)看起来对所使用的样本过度敏感吗？

(i)估计工业生产百分比变化(以年变化率来报告) pc ip， 的一个AR(3) 模型。证明二阶和三阶滞后在2.5%的显著性水平上是联合显著的。

(ii)在第(i) 部分估计的方程中增加pcsp_r的一阶滞后。它是统计显著的吗？就工业生产的增长与股票价格的变化之间的格兰杰因果关系而言，这个结果告诉了你什么？

(iii)重做第(ii)部分，并得到一个异方差-稳健的!统计量。这个稳健检验改变了你在第(ii)部分得到的结论吗？

本题利用数据集401KSUBS.RAW， 仅考虑无子女的已婚夫妇(marr=1，fsize=2) 。

(i)用OLS估计方程

二次项通过减去inc和age的最小值而加以修正， 所以β是inc在inc=10时对net tfa的偏效应，β3是age在age=25时对ne nfa的偏效应。报告通常的标准误和异方差-稳健的标准误。

(ii)利用一个异方差-稳健的检验， 检验inc和age的联合显著性。

利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

并以常用形式报告结论。不必担心通常的OLS标准误因a，的出现而不适当。你估计出了死刑的威慑效应吗？

(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中，你应该有51个观测)。现在，你对威慑效应有何结论？

(iii)在第(ii)部分的FD回归中，求残差的布罗施-帕甘回归，并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归，其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论？

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为Aexec;的哪个统计量更值得信赖，是通常的：统计量还是异方差-稳健的!统计量？为什么？