第1题
(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3题
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
第4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5题
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
第7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8题
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。
第9题
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Yt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:
第10题
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。
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!