ADF检验是通过三个模型来完成,首先从含有截距和趋势项的模型开始,再检验只含截距项的模型,最后检验二者都不含的模型。通常认为,只有三个模型的检验结果都不能拒绝原假设时,才认为时间序列是平稳的,而只要其中有一个模型的检验结果拒绝了零假设,就可认为时间序列是不平稳的（）

A.终点

B.中点

C.起始点

D.最大点

A.模型准备、模型假设、模型构成、模型求解、模型分析、模型检验与应用

B.模型构成、模型准备、模型假设、模型求解、模型分析、模型检验与应用

C.模型分析、模型检验与应用、模型准备、模型假设、模型构成、模型求解

D.模型假设、模型构成、模型求解、模型分析、模型检验与应用、模型准备

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？

A.在一元线性回归分析中，只进行回归系数b的t检验是足够的

B.在一元线性回归分析中，应当同时进行回归系数b的t检验和模型整体的F检验

C.在多元回归分析中，回归系数b的t检验和模型整体的F检验是等价的

D.在多元回归分析中，回归系数b的t检验和模型整体的F检验是不等价的

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。

本题利用401KSUBS.RAW中的数据。

(i) 计算样本中nettfa的平均值、标准差、最小值和最大值。

(ii) 检验假设平均nettfa不会因为401(k) 资格状况而有所不同， 使用双侧对立假设。估计差异的美元数量是多少？

(iii)根据计算机习题C7.9的第(ii)部分，e401k在一个简单回归模型中显然不是外生的，起码它随着收入和年龄而变化。以收入、年龄和e40lk作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在，估计401(k)资格的美元效应是多少？

(iv) 在第(iii) 部分估计的模型中， 增加交互项e401k·(age-41) 和e401k·(age-41)2 。注意样本中的平均年龄约为41岁，所以在新模型中，e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著？

(v)比较第(iii)和(iv)部分的估计值，401(k)资格在41岁处的估计效应差别大吗？请解释。

(vi) 现在， 从模型中去掉交互项， 但定义5个家庭规模虚拟变量：fsize l， j size2，f size 3， f size 4和f size 5。对有5个或5个以上成员的家庭， fsize 5等于1。在第(iii) 部分估计的模型中， 增加家庭规模虚拟变量， 记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗？

(vii) 现在， 针对模型

在容许截距不同的情况下， 做5个家庭规模类别的邹至庄检验。约束残差平方和SSR， 从第(vi) 部分得到，因为那里回归假定了相同斜率。无约束残差平方和SSRUR=SSR1+SSR2 +…+SSR5 ， 其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白，无约束模型中有30个参数(5个截距和25个斜率)，而约束模型中有10个参数(5个截距和5个斜率)。因此，带检验的约束个数是q=20，而且无约束模型的df为9275-30=9245。

为了看出是否应属于模型拉姆齐RESET检验将估计这个线性模型，并从模型中得到Y_t的估计量然后估计模型并检验α₃的显著性。试证明，若最终表明在上述(RESET)方程中是统计显著的，则这就等同于直接估计如下模型：

为了解释商业银行的商业贷款行为， 布鲁斯(Bruce J.Summers) 运用下面的模型：

(A)

其中，Y表示商业或工业贷款(C&1)，单位为百万美元，t表示时间(月)。数据

是从1966~1967年的月度数据，共有24个观察值。

但是为了估计，布鲁斯使用了下面模型：

(B)

分别对包括纽约城市银行和不包括纽约城市银行的样本进行了回归，回归结果如下：

*表示杜宾-沃森(D-W)统计量。

a.为什么用模型(B)而不用模型(A)？

b.这两个模型有什么性质？

c.解释模型(1)和模型(2)斜率的含义。它们是统计显著的吗？

d.如何求这两个回归方程截距和斜率的标准误？

e.纽约城市银行和非纽约城市银行的商业贷款行为有所不同吗？如何检验这种差

别，如果可以的话，写出正规的检验步骤。