A.参数回归法
B.因素分析法
C.回归分析法
D.方程分析法
本题利用FERTIL 3.RAW中的数据。
(i)以时间为横轴,画出gfr的曲线。在整个样本期间,它包含了明显的向上或向下的趋势吗?
(ii)利用直至1979年的数据,估计gfr的立方时间趋势模型(即将gfr对t、t2、t3和截距项进行回归) 。评论这个回归的R2。
(iii)用第(ii)部分中的模型,计算从1980年到1984年的提前一期预报误差的MAE。
(iv)利用到1979年为止的数据, 做对一个常数的回归。这个常数统计显著异于0吗?如果我们假定gfri服从一个随机游走,同时也假定漂移项为0,这样做合理吗?
(v)用随机游走模型预报从1980年到1984年的gfr:gfni+1的预报值无非就是gfrit。求出MAE。它与第(iii)部分中得到的MAE有何区别?你更喜欢哪一种预报方法?
(vi)用直至1979年的数据估计gfr的AR(2)模型。第二个滞后项显著吗?
(vii)用AR(2) 模型求出1980~1984年的MAE。这个更一般的模型比随机游走模型的样本外预报效果更好吗?
(1)晒出数据的散点图,观察用线性回归模型拟合是否合适。
(2)建立公司销售额对全行业销售额的回归模型,并用D-W检验诊断随机误差项的自相关性。
(3)建立消除了随机误差项自相关性后的回归模型。
1964年,曾经对9966名经济学家进行了调查,数据如下:
年龄 | 工资中值(美元) |
20~24 25~29 30~34 35~39 40~44 45~49 50~54 55~59 60~64 65~69 70+ | 7800 8400 9700 11500 13000 14800 15000 15000 15000 14500 12000 |
a.建立适当的模型解释工资与年龄的关系。为了进行回归,假设工资中值对应于年龄区间的中点。
b.假设误差方差与年龄成比例变动,变换数据,求WLS回归。
c.假设误差方差与年龄的平方成比例变动,求WLS回归。
d.哪一个假设看来更可行?