将异方差性的布罗施-帕甘检验和怀特检验的特征相结合有不同的方法。文中没有讨论的一种可能性是
(i)与所建议的异方差F检验相联系的自由度是多少?
(ii)解释为什么上述回归的R²总是至少和BP回归和怀特检验特殊形式的R²一样大?
(iii)第(ii)部分是否意味着这个新检验总能比BP或怀特特殊情形估计量得到更小的P值?请解释。
(iv)假设有人还建议在新提出的这个检验中增加。你认为这个主意如何?
(i)与所建议的异方差F检验相联系的自由度是多少?
(ii)解释为什么上述回归的R²总是至少和BP回归和怀特检验特殊形式的R²一样大?
(iii)第(ii)部分是否意味着这个新检验总能比BP或怀特特殊情形估计量得到更小的P值?请解释。
(iv)假设有人还建议在新提出的这个检验中增加。你认为这个主意如何?
利用MURDER.RAW中的数据。
(i)利用1990年和1993年的数据,用混合OLS估计方程
并以常用形式报告结论。不必担心通常的OLS标准误因a,的出现而不适当。你估计出了死刑的威慑效应吗?
(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中,你应该有51个观测)。现在,你对威慑效应有何结论?
(iii)在第(ii)部分的FD回归中,求残差的布罗施-帕甘回归,并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归,其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论?
(iv)做第(ii)部分中的同样回归,但求异方差-稳健的t统计量。结果如何?
(v)你认为Aexec;的哪个统计量更值得信赖,是通常的:统计量还是异方差-稳健的!统计量?为什么?
检验异方差的方法很多,常用的方法有帕克(Park)检验与 戈里瑟(Gleiser)检验、戈德菲尔德一匡特(Goldfeld—Quandt)检验(G—Q检验)、怀特(White)检验、ARCH检验等。()
不能用来检验异方差的方法是()。
A.散点图判断
B.DW检验沾
C.帕克检验b戈里瑟检验
D.阿特检验
经检验后,若多元回归模型中的一个解释变量是另一个解释变量的0.95倍,则该模型应存在()。
A.多重共线性
B.异方差
C.自相关
D.正态性
A.I、Ⅱ、Ⅲ
B.I、Ⅱ、Ⅳ
C.I、Ⅲ、Ⅳ
D.Ⅱ、Ⅲ、Ⅳ