不满足OLS基本假定的情况,主要包括()。
A、随机序列项不是同方差,而是异方差
B、随机序列项序列相关,即存在自相关
C、解释变量之间相关
D、解释变量是随机变量,且与随机扰动项相关
E、因变量是随机变量,即存在误差
A、随机序列项不是同方差,而是异方差
B、随机序列项序列相关,即存在自相关
C、解释变量之间相关
D、解释变量是随机变量,且与随机扰动项相关
E、因变量是随机变量,即存在误差
A.对委托人提供的有关情况和资料的真实性、合法性的假定
B.对委托人提供的有关情况和资料的真实性、及时性的假定
C.对委托人提供的有关情况和资料的真实性、合理性的假定
D.对估价对象有关状况的假定
E.对评估的价值前提的说明
A.对估价对象有关状况的假定
B.对评估的价值前提的说明
C.对估价方法使刚前提的说明
D.对估价参数选取的合理性和准确性的假定
E.对委托人提供的有关情况和资料的真实性、合法性的假定
教材例13.9并利用CRIME4.RAW中的数据。
(i)假定你在做差分以消除非观测效应后,认为Alog(polpc)与Alog(crmrte)是同时决定的;特别是犯罪的增加与警察人数的增加有关。这对解释教材方程(13.33)中Alog(polpc)的正系数有何帮助?
(ii)变量taxpc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗?
(iii)在包括了潜在的工具变量Alog(taxpc)后,利用混合OLS估计Alog(polpc)的约简型。Alog(taxpc)看起来是一个很好的备选ⅣV吗?
(iv)假设在几年后,北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响?
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。
(i)用OLS估计以下模型
并解释估计值。特别是,固定age不变,多受一年教育对生育率的影响估计是多少?如果100位妇女再多受一年教育,预期她们的孩子数目将减少多少?
(ii)frsthalf是虚拟变量,若该妇女在上半年内分娩则取值1。假定frsthalf与第(i)部分中的误差项不相关,说明frsthalf是educ的一个合理的Ⅳ备选。(提示:你需要做一次回归。)
(iii)通过用frsthalf作为educ的Ⅳ,估计第(i)部分中的模型。将所估计的教育影响与第(i)部分中得到的OLS估计值进行比较。
(iv)在模型中增添二值变量electric、tv和bicycle。假定它们都是外生的。用OLS和2SLS估计方程,并比较educ的估计系数。解释tv的系数,以及为什么拥有电视对生育率有负效应。
(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng,sat,hsperc,feale,black,white,frestsem,tothrs,crsgpa和season。试解释season的系数。它统计显著吗?
(ii)在仅参与秋季运动项目的运动员中,大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平,那么混合OLS估计量将是有偏误的。试解释。
(iii)现在,取两个学期数据的差分,问哪些变量将随之消失?现在检验赛季效应。
(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量,在此分析中被我们忽略了吗?