重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 消防安全
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

利用MINWAGE.RAW中的数据,和第10章的计算机练习C12一样,使用232部门(男性用品部门)中的时间序

利用MINWAGE.RAW中的数据,和第10章的计算机练习C12一样,使用232部门(男性用品部门)中的时间序

列。

(i)用OLS估计模型利用MINWAGE.RAW中的数据,和第10章的计算机练习C12一样,使用232部门(男性用品部门)并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗?

(ii)用迭代的普莱斯一温斯顿检验方法估计(i)中的模型。gmwage的系数与用OLS方法相比有什么区别?

(iii)在第(ii)部分的方程中增加gmwage的1~12阶滞后项并用迭代的普莱斯-温斯顿方法估计该模型,检验这12个滞后项是否为联合显著的。

(iv)我们回到在第(i)部分估计出的静态模型,用6阶滞后项计算尼威-韦斯特标准误。用尼威一韦斯特方法计算的标准误和普通的OLS标准误相比有什么区别?

(v)在静态模型中增加gwage的1~12阶滞后项,并用6阶滞后项的尼威-韦斯特检验方法检查12阶滞后项的联合显著性。你的结论和第(ii)部分相比有区别吗?

答案
查看答案
更多“利用MINWAGE.RAW中的数据,和第10章的计算机练习C12一样,使用232部门(男性用品部门)中的时间序”相关的问题

第1题

本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。(i)估计模型并检验误
本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。(i)估计模型并检验误

本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。

(i)估计模型并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗?

(ii)利用12阶滞后, 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何?

(iii)现在求出OLS的异方差-稳健标准误, 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中,序列相关和异方差哪个更成问题?

(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。

(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值, 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响?

(vi)利用尼威-韦斯特方法,求第(v)部分中联合显著性检验的p值。你现在得到什么结论?

(vii)如果你不用g wage的这些滞后项, 长期倾向的估计值有很大的不同吗?

点击查看答案

第2题

在第4章习题11中, 利用CEOS AL 2.RAW中的数据估计模型所得到的R2为R2=0.353(n=177
在第4章习题11中, 利用CEOS AL 2.RAW中的数据估计模型所得到的R2为R2=0.353(n=177

在第4章习题11中, 利用CEOS AL 2.RAW中的数据估计模型

所得到的R2为R2=0.353(n=177) 。若添加ceo ten2和cem ten2后, R2=0.375。此模型中是否有函数形式误设的证据?

点击查看答案

第3题

本题利用HSEINV.RAW中的数据。(i)检验log(in vpc)是否有单位根, 模型中含有一个线性时间趋势和
本题利用HSEINV.RAW中的数据。(i)检验log(in vpc)是否有单位根, 模型中含有一个线性时间趋势和

本题利用HSEINV.RAW中的数据。

(i)检验log(in vpc)是否有单位根, 模型中含有一个线性时间趋势和 log(in ypct)的两阶滞后, 显著性水平为5%。

(ii)用第(i)部分中的方法检验log(price)中的单位根。

(iii)给定第(i)部分和第(ii)部分中的结果,那么检验log(iv pc)和log(price)之间的协整还有意义吗?

点击查看答案

第4题

利用LOANAPP.RAW中的数据。 (i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳

利用LOANAPP.RAW中的数据。

(i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0?有没有哪个估计值大于1?而这些情况对加权最小二乘估计的应用意味着什么?

点击查看答案

第5题

利用401KSUBS.RAW中的数据,只使用未婚人士的数据(fsize=1)。我们关心的等式如下: (i)利用OLS估

利用401KSUBS.RAW中的数据,只使用未婚人士的数据(fsize=1)。我们关心的等式如下:

(i)利用OLS估计这个方程,按照通常形式报告结果,并解释e401k的系数。

(ii)利用布罗施-帕甘检验,使用OLS残差检验异方差性。u看上去独立于解释变量吗?

(iii)用LAD估计这个方程,并以对OLS同样的方式报告结果。解释e401k的系数。

(iv)调和第(i)部分和第(iii)部分的结论。

点击查看答案

第6题

本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大
本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大

本题利用数据集401KSUBS.RAW。

(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。

(iv)在验证了第(i)部分的拟合值都介于0和1之间后,求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗?

点击查看答案

第7题

利用VOLAT.RAW中的数据。 (i)估计pcip的一个AR(3)模型。然后再加入一个四阶滞后,并证明它是非常

利用VOLAT.RAW中的数据。

(i)估计pcip的一个AR(3)模型。然后再加入一个四阶滞后,并证明它是非常不显著的。

(ii)在第(i)部分的AR(3)模型中,添加pcsp的三个滞后来检验pcsp是否是pcip的格兰杰原因。小心陈述你的结论。

(iii)在第(ii)部分的模型中,添加三月期国库券利率i3变化量的3阶滞后。以过去Δi3为条件,pcsp是pcip的格兰杰原因吗?

点击查看答案

第8题

本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。(i) 利用所有数据, 将lavg sal对
本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。(i) 利用所有数据, 将lavg sal对

本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。

(i) 利用所有数据, 将lavg sal对bs, lenrol, Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对的经济显著性和统计显著性得到什么结论?

(ii)现在去掉四个bs>0.5的观测,即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少?利用异方差-稳健标准误来判断,它在统计上显著吗?

(iii)验证bs>0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中, 验证其他变量的OLS系数及其标准

误与第(ii)部分中的结果相同。在5%的显著性水平上,这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0?

(iv)在这个数据集中,验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs>0.5的每个观测都具有重要影响吗?

(v) 即便在大样本中, 就OLS对单个观测的敏感性而言, 你有何结论?

(vi) 在第(iji) 部分, 验证LAD估计量对包含这些观测不是很敏感。

点击查看答案

第9题

利用TRAFFIC2.RAW中的数据。 (i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失

利用TRAFFIC2.RAW中的数据。

(i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失业率也一样吗?

(i)估计一个将prcfat的一阶差分Aprcfat与第10章的计算机练习C11第(vi)部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量;不要将这些变量进行差分。你发现了什么有意思的结论吗?

(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)第10章的计算机练习C11第(vi)部分中的回归。]

点击查看答案

第10题

利用HSEINV.RAW中的数据。 (i)求出log(inypc)中的一阶自相关系数,然后再求log(nypc)除掉线性趋
利用HSEINV.RAW中的数据。 (i)求出log(inypc)中的一阶自相关系数,然后再求log(nypc)除掉线性趋

利用HSEINV.RAW中的数据。

(i)求出log(inypc)中的一阶自相关系数,然后再求log(nypc)除掉线性趋势后的自相关。对log(price)做相同的计算。这两个序列中的哪个可能有单位根?

(ii)基于第(i)部分的结论估计方程:

并以标准形式报告结果。对系数β1作出解释,并判断它是否统计显著。

(iii)除掉log(iypc)的线性趋势,然后在第(ii)部分的回归方程中使用除趋势的因变量(见教材10.5节),R2有何变化?

(iv)现在用Δlog(invpc1)作因变量。结果与第(ii)部分相比有何不同?时间趋势还是显著的吗?为什么是或不是?

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝