重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 职业鉴定考试
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

利用ELEM94_95.RAW中的数据回答本题。所得到的结论可以与教材表4-1中的结论进行对比。因变量lav

gsal表示教师平均薪水的对数,bs表示平均福利与平均薪水的比率(以学校为单位)。

(i)将lavgsal对bs进行简单回归。斜率估计值在统计上显著异于0吗?它在统计上显著地异于-1吗?

(ii)在第(i)部分的回归中增加变量lenrol和istaff。bs的系数有何变化?这种情形与教材表4-1中的情形相比如何?

(iii)第(ii)部分中bs系数的标准误为何比第(i)部分中的标准误更小?(提示:当增加变量lenrol和Istaff后,对误差方差和多重共线性会造成什么样的影响?)

(iv)Istaff的系数为何为负?它的绝对值算大吗?

(v)在回归中再添加变量lunch。保持其他条件不变,教师会因教育那些家庭条件不好的学生而得到补偿吗?请解释你的结论。

(vi)总之,你利用ELEM94_95.RAW得到的结论,与教材4-1在形式上一致吗?

答案
查看答案
更多“利用ELEM94_95.RAW中的数据回答本题。所得到的结论可以与教材表4-1中的结论进行对比。因变量lav”相关的问题

第1题

可为云硬盘创建备份,利用备份数据回滚云硬盘,最大限度保障数据的安全性和正确性,确保业务安全。()
点击查看答案

第2题

在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。(i)利用CRIME L R
在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。(i)利用CRIME L R

在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。

(i)利用CRIME L RAW中的数据, 在例17.3的泊松回归中同样增加这些项。

(ii)根据估计 。数据存在过度散布的证据吗?该如何调整泊松极大似然估计标准误?

(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3,计算这三个平方项联合显著性的准似然比统计量。你得到什么结论?

点击查看答案

第3题

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。) (i)利用OLS估计模型 以常用

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)

(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上,相对一个双侧备择假设,β统计显著异于零吗?在1%的显著性水平上呢?

(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。

(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告的双侧p值。

(iv)在第(ii)部分的回归中,log(income)和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?

(v)给定前面的回归结果,在确定一个地区的种族构成是否影响当地快餐价格时,你会报告哪一个结果才最为可靠?

点击查看答案

第4题

关于API对接原理,以下说法正确的有?()

A.网民点击广告,百度推广会在落地页链接中自动增加bd_vid,通过bd_vid标识该百度流量

B.客户通过API回传该百度流量(bd_vid)的转化行为

C.客户判断该流量最终是否发生了所定义的行为

D.百度接收回传转化后,利用数据和机器学习技术来学习网民行为,优化客户后续流量

点击查看答案

第5题

使用TRAFFIC2.RAW中的数据。 (i)做prcfat对一个线性时间趋势、月份虚拟变量及变量wkends,unem,s

使用TRAFFIC2.RAW中的数据。

(i)做prcfat对一个线性时间趋势、月份虚拟变量及变量wkends,unem,spdlaw和beltlw的OLS回归。利用教材方程(12.14)中的回归检验误差中的AR(1)序列相关。使用假定了严格外生回归元的检验说得过去吗?

(ii)利用尼威-韦斯特估计量中的4阶滞后,求spdlaw和beltlaw系数的序列相关和异方差-稳健标准误。这将如何影响这两个政策变量的统计显著性?

(iii)现在,利用迭代普莱斯-温斯顿程序估计模型,并将估计值与OLS估计值进行比较。政策变量的系数或统计显著性有重大变化吗?

点击查看答案

第6题

本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。(i) 利用所有数据, 将lavg sal对
本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。(i) 利用所有数据, 将lavg sal对

本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。

(i) 利用所有数据, 将lavg sal对bs, lenrol, Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对的经济显著性和统计显著性得到什么结论?

(ii)现在去掉四个bs>0.5的观测,即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少?利用异方差-稳健标准误来判断,它在统计上显著吗?

(iii)验证bs>0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中, 验证其他变量的OLS系数及其标准

误与第(ii)部分中的结果相同。在5%的显著性水平上,这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0?

(iv)在这个数据集中,验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs>0.5的每个观测都具有重要影响吗?

(v) 即便在大样本中, 就OLS对单个观测的敏感性而言, 你有何结论?

(vi) 在第(iji) 部分, 验证LAD估计量对包含这些观测不是很敏感。

点击查看答案

第7题

本题要用到TRAFFIC 2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机

本题要用到TRAFFIC2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机习题11中曾被使用过。

(i)利用标准的迪基-富勒回归, 检验Itotacc, 是否具有单位根。在2.5%的显著性水平上, 你能拒绝单位根的存在吗?

(ii)现在,在第(i)部分的检验中增加两个滞后变化,并计算增广迪基-富勒检验。你得到什么结论?

(iii)在第(ii) 部分的ADF回归中增加一个线性时间趋势变量。现在情况又将如何?

(iv)根据第(i) 部分至第(ii) 部分的结论, 你认为对I to tacc, 的最好刻画是:一个Ⅰ(1)过程还是一个含有线性时间趋势的Ⅰ(O)过程?

(v)在一个ADF回归中, 利用两个滞后项来检验致死交通事故百分数pre fat是否存在单位根。在此情形中,包含一个线性时间趋势与否是否有关系?

点击查看答案

第8题

利用NYSE.RAW中的数据。 (i)估计教材方程(12.47)中的模型并求OLS残差平方。求u2t在整个

利用NYSE.RAW中的数据。

(i)估计教材方程(12.47)中的模型并求OLS残差平方。求u2t在整个样本中的平均值、最小值和最大值。

(ii)利用OLS残差平方估计如下的异方差性模型

报告估计系数、标准误、R²和调整R²。

(ii)将条件方差描述成滞后return-1的函数。方差在return_,取何值时最小?这个方差是多少?

(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教材例12.9中的ARCH(1)模型更好还是更差?请解释。

(vi)在教材方程(12.51)的ARCH(1)回归中添加二阶滞后ut-22。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?

点击查看答案

第9题

利用BARIUM.RAW中的数据。 (i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模

利用BARIUM.RAW中的数据。

(i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模型。这个回归的标准误是什么?

(ii)同样用除了最后12个月以外的所有数据,估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合?

(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言,哪种方法效果更好?

(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗?(当我们检验联合显著性时,不必担心误差中轻度的序列相关。)

点击查看答案

第10题

利用CONSUMP.RAW中的数据。一种消费的持久收入假说(permanentincomehypothesis,PIH)认为:消费的

利用CONSUMP.RAW中的数据。一种消费的持久收入假说(permanentincomehypothesis,PIH)认为:消费的增长是不可预测的。[还有一种PIH认为消费本身的变化是不可预测的;参见Mankiw(1994,Chapter15)对PIH的讨论。]令表示人均真实(非耐用消费品和服务)消费的增长。那么PIH意味着时期所知道的信息;此时,t代表年份。

(i)通过估计来检验持久收入假说。明确表述原假设和备择假设。你能得出什么结论?

(ii)在第(i)部分的回归中添加变量gyt-1和i3t-1其中gyt-1是真实人均可支配收入的增长,i3t是3月期国债利率;注意,二者在回归中都使用滞后。添加的这两个变量是联合显著的吗?

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案 购买前请仔细阅读《购买须知》
请选择支付方式
  • 微信支付
  • 支付宝支付
点击支付即表示同意并接受了《服务协议》《购买须知》
立即支付 系统将自动为您注册账号
已付款,但不能查看答案,请点这里登录即可>>>
请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝