题目内容
（请给出正确答案）
[多选题]
不能直接应用OLS估计分布滞后模型的原因包括()。
A.可能存在序列相关性的问题
B.解释变量与随机干扰项相关
C.对于无限期滞后模型，没有足够的样本
D.对于有限期滞后模型，没有先验准则确定滞后期的长度
E.滞后期较长的分布滞后模型，缺乏足够的自由度进行统计检验
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.可能存在序列相关性的问题
B.解释变量与随机干扰项相关
C.对于无限期滞后模型，没有足够的样本
D.对于有限期滞后模型，没有先验准则确定滞后期的长度
E.滞后期较长的分布滞后模型，缺乏足够的自由度进行统计检验
如果结果不匹配，请 联系老师 获取答案
更多“不能直接应用OLS估计分布滞后模型的原因包括（)。A．可能存…”相关的问题
A.无限期分布滞后模型不可以转换为一阶自回归模型
B.科伊克模型和自适应预期模型都存在解释变量与随机干扰项同期相关问题
C.局部调整模型中解释变量与随机干扰项没有同期相关，因此可以应用OLS估计
D.自适应预期模型最初表现形式是Yt=β0+β1Xte+μt
E.估计自回归模型时的主要问题在于滞后被解释变量的存在可能导致它与随机干扰项相关，以及随机干扰项出现序列相关
利用NYSE.RAW中的数据回答本题。
(i) 估计方程(12.47) 中的模型并求OLS残差平方。求
在整个样木中的平均值、最小值和最大值。
(ii) 利用OLS残差平方估计如下的异方差模型
报告估计系数、标准误、R²和调整R²。
(iii) 将条件方差描述成滞后return-1的函数。方差在return-1取何值时最小？方差是多少？
(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？
(v)第(ii)部分中的模型拟合效果比例12.9中的ARCH(1)模型更好还是更差？请解释。
(vi)在方程(12.51)的ARCH(1)回归中添加二阶滞后。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？
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？
A.相比于其他方法，OLS法可以充分利用样本数据信息
B.相比于其他方法，可以较好避免确定性误差的传递
C.相比于其他方法，OLS对样本容量的要求不高
D.相比于其他方法，OLS估计量是无偏的，而其他估计量都是渐进无偏的
E.宏观经济模型经常带有明显的递推结构
本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。
(i)估计模型
并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？
(ii)利用12阶滞后， 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何？
(iii)现在求出OLS的异方差-稳健标准误， 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中，序列相关和异方差哪个更成问题？
(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。
(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值， 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响？
(vi)利用尼威-韦斯特方法，求第(v)部分中联合显著性检验的p值。你现在得到什么结论？
(vii)如果你不用g wage的这些滞后项， 长期倾向的估计值有很大的不同吗？
在例11.6中，我们估计了一个一阶差分形式的有限分布滞后模型：
利用FERTIL 3.RAW中的数据来检验误差中是否存在AR(1) 序列相关。
关。
(ii)用迭代的科克伦-奥卡特方法重新估计这个模型。长期倾向的新估计值是多少？
(iii)用迭代C0求出LRP的标准误。(这要求你估计一个修正方程。) 判断LRP估计值在5%的水平上是否统计显著异于1？
(i)将每个δj的公式代入分布滞后模型，并把它写成用γh表示的模型，h=0，1，2。
(ii)解释你用来估计γh的回归方程。
(iii)上面的多项式分布滞后模型是一般模型的一个约束形式。它受到了多少个约束？你如何来检验它们？(提示：用F检验。)
现在假定δj是j的二次函数：
为参数。这是多项式分布滞后(polynomialdistributedlag，PDL)模型的一个例子。
(i)将每个δj的公式代入分布滞后模型，并把它写成用γh表示的模型h=0，1，2。
(ii)解释你用来估计γh的回归方程。
(iii)上面的多项式分布滞后模型是一般模型的一个约束形式。它受到了多少个约束？你如何来检验它们？(提示：用F检验。)
