(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⌘
(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。
(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。
在模型Yi=B1+B2X2i+B3X3i+ui中,如果X2和X3负相关,且B3>0,则从模型中略去解释变量X3将使b12的值下偏(即,E(b12)<B2)。其中,b12是Y对X2回归方程中的斜率系数。
在以标准正态分布的分位数,为被解释变量估计概率单位模型时,采用的模型为
Ii=β0+β1Xi+μi
随机干扰项μi有如下的方差:
其中fi是对应于F-1(Pi)的标准正态分布的概率密度函数。根据例5与例6的相关数据资料,计算随机干扰项的方差,并求适当的权数以对上述模型进行WLS估计。
填写下表:
模型 | 适合条件 |
lnYi=B1+B2lnXi lnYi=B1+B2Xi Yi=B1+B2lnXi Y_{i}=B_{1}+B_{2}left(frac{1}{X_{i}}right) | — — — — |
考虑模型:
Yi=B1+B2Xi+B3+B4+ui
其中,Y——总成本;X——产出。“由于X2和X3是X的函数,则该模型中存在共线性。”你认为对吗?为什么?
关于二元离散选择模型的原始形式yi=XiB+μi,下列表述错误的是()。
A.可以直接根据原始形式进行参数估计
B.该模型的随机干扰项具有异方差性
C.E(yi)=XiB,而XiB没有处于[0,1]范围内的限制,此式就会产生矛盾
D.根据随机干扰项的不同分布,模型可分为Probit模型和Logit模型
考虑下面的模型:
Yi=B0+B1Xi+B2D2i+B3D3i+ui
其中,Y——MBA毕业生年收入;X——工龄;
在模型Yi=B1+B2Di+ui中,令Di取值(0,2)而不是(0,1),那么B2的值将二等分,t值也将二等分。
考虑下面的回归模型:
=-66.1058+0.0650Xir2=0.9460
se=(10.7509) ( ) n=20
t=( ) (18.73)
完成空缺。如果α=5%,能否接受假设:真实的B2为零?你是用单边检验还是双边检验,为什么?
设(Xi,Yi),i=1,2,…,n是来自二维正态总体N(μ1,μ2,σ12,σ22,ρ)的样本,又设
设(X1,X2,…,Xn)为来自正态总体N(0,σ2)的样本,
为其样本均值,记 Yi=Xi—
,i=1,2,…,n. (1)求Yi的方差D(Yi),i=1,2,…,n; (2)求Y1与Yn的协方差Cov(Y1,Yn); (3)若c(Y1+Yn)2是σ2的无偏估计,求常数c.