如下三个方程是使用401K.RAW中的1534个观测估计出来的: 你更偏好这三个模型中的哪一个?为什么
如下三个方程是使用401K.RAW中的1534个观测估计出来的:
你更偏好这三个模型中的哪一个?为什么?
如下三个方程是使用401K.RAW中的1534个观测估计出来的:
你更偏好这三个模型中的哪一个?为什么?
利用401KSUBS.RAW中的数据。我们感兴趣的方程是一个线性概率模型
这里的目标是要检验参与一项401(k)计划与拥有一个个人退休金账户(IRA)是否有替换关系。因此,我们想估计β1。
(i)用OLS估计方程,并讨论p401k的估计影响。
(ii)为了估计这两种不同类型的退休储蓄计划在其他条件不变情况下的替换关系,使用普通最小二乘法可能存在什么问题?
(iii)变量e401k是一个二值变量,并在一个工人有资格参与一项401(k)计划时取值1。解释欲使e401k成为p401k的一个有效Ⅳ所需要的条件。这些假定看起来合理吗?
(iv)估计p401k的约简型方程,并验证e401k与p401k具有显著的偏相关。因为约简型也是一个线性概率模型,所以使用一个异方差-稳健的标准误。
(v)现在,用Ⅳ估计结构方程,并将β1的估计值与OLS估计值相比较。你同样应该到异方差-稳健的标准误。
(vi)利用一个异方差-稳健的检验,检验如下虚拟假设:p401k实际上是外生的。
使用RDCHEM.RAW中的数据,通过OLS得到如下方程
(i)sales对rdintens的边际影响在什么时候开始变成负的?
(ii)你会在模型中保留二次项吗?请解释。
(iii)定义salesbil为以十亿美元计的销售额:salesbil=sales/1000。用xlesbi和salesbil²作为自变量重写估计方程。务必报告标准误和R²。[提示:注意salesbil²=sales²/(1000)²。]
(iv)为了报告结果,你更喜欢哪个方程?
利用GPA2.RAW中的数据,可估计出如下方程:
变量sat是SAT的综合分数,hsize是以百人计的学生所在高中毕业年级的学生规模,female是一个性别虚拟变量,而black是一个种族虚拟变量(黑人取值1,其他人则取值0)。
(i)有很强的证据支持模型中应该包括hsize”吗?从这个方程来看,最优的高中规模是什么?
(ii)保持hsize不变,非黑人女性和非黑人男性之间SAT分数的估计差异是多少?这个估计差异的统计显著性如何?
(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少?检验其分数没有差异的原假设,备择假设是他们的分数存在差异。
(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少?为了检验这个差异的统计显著性,你需要怎么做?
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?
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?
证明:(1)方程(这里e为常数)在区间[0,1]内不可能有两个不同的实根;
(2)方程(n为正整数,p、q为实数)当n为偶数时至多有两个实根;当n为奇数时至多有三个实根.
A.S和C
B.SC和C
C.S和SC
D.S、SC和C
A.甲。
B.乙。
C.丙。
D.丁。
E.戊。