在线性回归模型中,若解释变量X1和X2的观测值成比例,即有X1=kX2,其中k为非零常数,则该模型中存在()。
A.方差非齐性
B.多重共线性
C.序列有关
D.设定误差
A.方差非齐性
B.多重共线性
C.序列有关
D.设定误差
A.异方差
B.完全多重共线
C.遗漏变量偏差
D.虚拟变量陷阱
A.当X2不变时,X1每变动一个单位Y的平均变动
B.当X1不变时,X2每变动一个单位Y的平均变动
C.当X1和X2都保持不变时,Y的平均变动
D.当X1和X2都变动一个单位时,Y的平均变动
A.回归分析
B.蒙特卡罗仿真
C.方差分析法
D.数值积分
A.向前选择法是从模型中没有自变量开始,然后将所有自变量依次增加到模型中
B.向后剔除法是先对所有自变量拟合线性回归模型,然后依次将所有自变量剔除模型
C.逐步回归法是将向前选择法和向后剔除法结合起来,但不能保证得到的回归模型一定就显著
D.逐步回归法选择变量时,在前面步骤中增加的自变量在后面的步骤中有可能被剔除,而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中
在3.4节消费者的选择模型中,
(I)证明若条件(3)成立,则u(x1,x2)=e是单调减、下凸的曲线,
(2)验证(4),(6),(8)式给出的效用两数是否满足条件(3),
(3)若消费者的效用函数为(8)式,求最优比例p1q1/p2q2,并分析参数a,b的意义。
(4)若商品甲的价格P,增加,其余条件不变,讨论消费点Q的变化。
(5)若消费者购买商品的钱s增加,其余条件不变,讨论消费点Q的变化。
(6)推广到消费者购买m(>2)种商品的情况。
(i)考虑静态非观测效应模型
其中,enrolit表示学区总注册学生人数,lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明:若平均每个学生的真实支出提高10%,则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在,在模型中添加支出变量的一阶滞后,并用一阶差分重新估计。注意你又失去了一年的数据,所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何?
(v)现在,求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响?
(vi)通过进行一个AR(1)序列相关检验,验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验,模型中有必要包含学生注册人数和午餐项目变量吗?
利用数据集401KSUBS.RAW。
(i)利用OLS估计e401k的一个线性概率模型,解释变量为inc,inc²,age,age²和male。求通常的OLS标准误和异方差-稳健的标准误。它们有重要差别吗?
(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?