已知模型的普通最小二乘法估计残差的一阶自相关系数为0,则DW统计量的近似值为()。
A.0
B.1
C.2
D.4
A.0
B.1
C.2
D.4
对于参数在某一常数附近随机变化的模型的参数估计,估计参数可采用()。
A.普通最小二乘法
B.Chow方法
C.Gujarati法
D.加权最小二乘法
在体重对身高的回归模型中(身高分别用英尺和英寸度量),直观地解释为什么普通最小二乘法无法估计该回归方程中的系数。
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。]
A.I、Ⅱ、Ⅲ
B.I、Ⅱ、Ⅳ
C.I、Ⅲ、Ⅳ
D.Ⅱ、Ⅲ、Ⅳ
对于参数随某一变量呈规律性变化的确定性变参数模型,估计参数可采用()。
A.Gujarati方法
B.普通最小二乘法
C.加权最小二乘法
D.广义最小二乘法
对于间断点已知的确定性变参数模型,估计参数可采用()。
A.Chow方法和Gujarati方法
B.三阶段最小二乘估计
C.加权最小二乘法
D.广义最小二乘法
A.最完善的方法是非线性联立方程计量经济学模型的完全信息最大似然法
B.迭代法是估计非线性模型常用的方法,可用来估计该需求函数
C.当样本为时间序列时,可用普通最小二乘法
D.当样本为截面数据时,可用普通最小二乘法
E.迭代法思路清楚,计算工作量也不大,是一种较好的方法
其中,因为滞后支出变量,第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型, 并报告通常的标准误。为使得ai的期望值可以非零, 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么?求OLS残差。
(ii)lunchit系数的符号在意料之中吗?解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗?
(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关,并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗?
(v)你为什么认为在固定效应估计中,注册学生人数和午餐项目变量不是联合显著的?
本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。
(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗?失业率也一样吗?
(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11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)计算机习题C10.11第(vi)部分中的回归。]