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 > 益智题库
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BARIUM.RAW中的数据。 (i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变

利用BARIUM.RAW中的数据。 (i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变

利用BARIUM.RAW中的数据。

(i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变量是统计上显著的吗?

(ii)在第(i)部分估计的方程中,检验除了时间趋势以外所有其他变量的联合显著性。你能得到什么结论?

(iii)在这个方程中添加月度虚拟变量,以检验季节性。增加月度虚拟变量对其他估计值及其标准误有重要影响吗?

答案
查看答案
更多“利用BARIUM.RAW中的数据。 (i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变”相关的问题

第1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2题

本题利用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(iv)做第(ii)部
本题利用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(iv)做第(ii)部

本题利用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

(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)你认为的哪个1统计量更值得信赖, 是通常的!统计量还是异方差-稳健的1统计量?为什么?

点击查看答案

第3题

本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000,scr
本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000,scr

本题利用HPRICE1.RAW中的数据。

(i)估计模型

并以通常的OLS格式报告结论。

(ii)当lotsize=20000,scrft=2500和bdrms=4时,求出log(price) 的预测值。利用6.4节中的方法,在同样的解释变量值的情况下,求出price的预测值。

(iii)就解释price中的变异而言,决定你是偏好第(i)部分中的模型,还是偏好模型

点击查看答案

第4题

利用INJURY.RAW中的数据。 (i)使用肯塔基州的数据,增加male,married以及全套行业和工伤类型虚
利用INJURY.RAW中的数据。 (i)使用肯塔基州的数据,增加male,married以及全套行业和工伤类型虚

利用INJURY.RAW中的数据。

(i)使用肯塔基州的数据,增加male,married以及全套行业和工伤类型虚拟变量作为解释变量,重新估计教材方程(13.12)。在控制了这些其他因素后,afchnge·highearn的估计值有何变化?这个估计值仍然统计显著吗?

(ii)你对第(i)部分中较小的R²有什么可说的?这是否意味着这个方程无用呢?

(iii)用密歇根州的数据估计教材方程(13.12)。比较密歇根州和肯塔基州的交互项估计值。密歇根州的估计值在统计上显著吗?你对此如何解释?

点击查看答案

第5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6题

(i)利用WAGEPRC.RAW中的数据,估计第11章习题5中的分布滞后模型。用回归教材(12.14)来检验AR(1)

(i)利用WAGEPRC.RAW中的数据,估计第11章习题5中的分布滞后模型。用回归教材(12.14)来检验AR(1)序列相关。

(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?

点击查看答案

第7题

利用GPA2.RAW中的数据。 (i)估计模型 其中,hsize为毕业年级的规模(以百为单位),按通常的格式

利用GPA2.RAW中的数据。

(i)估计模型

其中,hsize为毕业年级的规模(以百为单位),按通常的格式写出结论。二次项是统计显著的吗?

(ii)利用第(i)部分的估计方程,高中学校的“最优”规模是什么?说明你的答案。

(iii)这个分析是所有高中高年级学生学术成绩的代表吗?请解释。

(iv)用log(sat)作为因变量,求出估计的高中最优规模。它与你在第(ii)部分得到的结论很不同吗?

点击查看答案

第8题

本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大
本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大

本题利用数据集401KSUBS.RAW。

(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。

(iv)在验证了第(i)部分的拟合值都介于0和1之间后,求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗?

点击查看答案

第9题

利用CONSUMP.RAW中的数据。 (i)令yt代表真实个人可支配收入。用直至1989年的数据估计如下模
利用CONSUMP.RAW中的数据。

(i)令yt代表真实个人可支配收入。用直至1989年的数据估计如下模型:

并用通常的格式报告结果。

(ii)用第(i)部分估计的方程预测1990年的y。预测误差是多少?

(iii)用第(i)部分估计的参数,计算20世纪90年代提前一期预测值的MAE。

(iv)把yt-1从方程中去掉后,计算相同时期内的MAE。在模型中包含yt-1更好些吗?

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