题目内容
（请给出正确答案）
在教材例10.6中，我们估计了费尔预测美国总统选举结果的一个模型的变型。
(i)对于这个方程中的误差项序列无关，你有何论据？(提示：总统选举多长时间进行一次？)
(i)在将教材(1023)的OLS残差对滞后残差进行回归时，得到p=-0068和sep)=0.40。你对ut中的序列相关有何结论？
(iii)在检验序列相关时，这个应用中的小样本容量会令你不放心吗？
如果结果不匹配，请 联系老师 获取答案
更多“在教材例10.6中，我们估计了费尔预测美国总统选举结果的一个…”相关的问题
在例10.6中，我们估计了费尔预测美国总统选举结果的一个模型的变型。
(i)对于这个方程中的误差项序列无关，你有何论据？(提示：总统选举多长时间进行一次？)
(ii) 在将式(10.23) 的OLS残差对滞后残差进行回归时， 得到p=-0.068和sc(p)=0.240。你对u， 中的序列相关有何结论？
(iii)在检验序列相关时，这个应用中的小样本容量会令你不放心吗？
(i)用虚拟变量demwins来代替教材(10.23)中的demvote，并用通常的格式报告结果。哪些因素影响获胜概率？请用截至1992年的数据。
(ii)有多少个拟合值小于0？有多少个拟合值大于1？
(iii)采用下面的预测规则：如果demwins＞0.5，你就可以预测民主党会获胜;否则，共和党将获胜。那么，在这20次选举中，这个模型有多少次正确地预测了实际结果？
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上，克林顿获胜了，你的预测结果是否与事实相符？
(v)对误差中的AR(1)序列相关，做异方差-稳健：检验。你有何发现？
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗？
(i)用虚拟变量dem wins来代替式(10.23)中的dem vote，并用通常的格式报告结果。哪些因素影响获胜概率？请用截至1992年的数据。
(ii)有多少个拟合值小于0？有多少个拟合值大于1？
(iii)采用下面的预测规则：如果den wins＞0.5， 你就可以预测民主党会获胜：否则， 共和党将获胜。那么，在这20次选举中，这个模型有多少次正确地预测了实际结果？
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上，克林顿获胜了，你的预测结果是否与事实相符？
(v)对误差中的AR(1)序列相关，做异方差-稳健1检验。你有何发现？
(vi)求出第(i)部分中估计值的异方差-稳健标准误。t统计量有什么明显的变化吗？
使用PHILLIPS.RAW中的数据。
(i)教材例11.5中，我们估计了如下形式的附加预期的菲利普斯曲线：
其中
。用OLS估计该方程时，我们假定供给冲击et与unemt不相关。如果这是错误的，关于βt的OLS估计量可做什么解释？
(ii)假定et在给定所有过去信息的条件下是不可预期的：
解释为什么这使得unemt-1成为unemt的一个好的Ⅳ候选者。
(iii)将unemt对unemt-1做回归。unemt与unemt-1是否显著相关？
(iv)用Ⅳ估计附加预期的菲利普斯曲线。以通常形式报告结果，并将之与教材例11.5中的OLS估计值进行比较。
利用FERTIL3.RAW中的数据。
(i)在教材方程(10.19)中加入pet-3和pet-4，并检验这些滞后的联合显著性。
(ii)求出第(i)部分中模型的长期倾向及其标准误，并与从教材方程(10.19)中得到的结果相比较。
(iii)估计问题10.6中的多项式分布滞后模型，求出LRP的估计值，并与从无约束模型中得到的结果相比较。
响。帕普克还使用了一个容许每个城市都有其时间趋势的模型：
其中，αi和ci都是非观测效应，这样就可以考虑城市之间更多的异质性。
(i)证明：如果对上述方程取差分便得到
注意在此差分方程中包含一个固定效应ci。
(ii)用固定效应法估计差分方程。β1的估计值是什么？它和教材例13.8中的估计值有很大差别吗？企业园区的作用仍是统计显著的吗？
(iii)在第(ii)部分的估计中添加全部年度虚拟变量，β1的估计值有何变化？
这种可能性，利用NYSE.RAW中的数据估计
用标准格式报告结果。
(ii)陈述并检验E(returnt，Ireturnt-1)不取决于returnt-1这一虚拟假设。(提示：这里要检验两个约束。)你有何结论？
(iii)从模型中去掉returnt-1，但增加交互作用项returnt-1，returnt-2。再来检验有效市场假设。
(iv)基于过去股票收益进行股票每周收益的预测，有何结论？
在例9.1中，我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。
(i)利用CRIME L RAW中的数据， 在例17.3的泊松回归中同样增加这些项。
(ii)根据
估计 。数据存在过度散布的证据吗？该如何调整泊松极大似然估计标准误？
(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3，计算这三个平方项联合显著性的准似然比统计量。你得到什么结论？
利用BWGHT.RAW中的数据，可估计出如下方程：
变量定义和教材例4.9中一样，但我们增加了两个虚拟变量：一个虚拟变量表明孩子是不是男孩，另一个虚拟变量则表明这个孩子是不是白人。
(i)在第一个方程中，解释变量cigs的系数。具体而言，每天多抽10根烟对婴儿出生体重有何影响？
(ii)在第一个方程中，保持其他因素不变，预计一个白人孩子的出生体重比一个非白人孩子重多少？这个差异是统计显著的吗？
(iii)评价motheduc的估计影响和统计显著性。
(iv)从这些给定信息中，为什么不能计算出检验motheduc和fatheduc联合显著性的F统计量？为了计算这个统计量，还需要做些什么？
在例11.6中，我们估计了一个一阶差分形式的有限分布滞后模型：
利用FERTIL 3.RAW中的数据来检验误差中是否存在AR(1) 序列相关。
利用FERTIL1.RAW中的数据。
(i)对教材例13.1所估计的方程中，检验16岁时的生活环境是否对生育率产生影响(以大城市为基组)。报告F统计量的值及其p值。
(ii)检验16岁时所在区域(以南方为基组)是否对生育率产生影响。
(iii)令u为总体方程中的误差项。假设你认为u的方差随时间而变(但不随educ，age等而变)。那么刻画这一特点的一个模型是
利用这个模型去检验u的异方差性。(提示：你的F检验应有6和1122个自由度。)
(iv)在教材表13-1所估计的方程中增加交互项y74-educ，y76educ，···，y84-educ。解释这些项代表了什么？它们是联合显著的吗？
