以下说法正确的有()。
A.当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时,常用的t和
C.异方差情况下,通常的OLS估计一定高估了估计量的标准差
D.如果OLS回归的残差表现出系统性,那么说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量,那么OLS残差必定表现出明显的趋势
F.检验失效
A.当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时,常用的t和
C.异方差情况下,通常的OLS估计一定高估了估计量的标准差
D.如果OLS回归的残差表现出系统性,那么说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量,那么OLS残差必定表现出明显的趋势
F.检验失效
A.业务平面的GE通道进行数据传输
B.当GE交换通道故障时,可使用PCIE交换通道作为备用
C.各个平面之间相互冗余,当业务平面出现故障时允许使用控制平面传输
D.业务平面连接主机IO通道,磁盘IO通道和GE交换通道
A.为了尽快的完成熔料步骤,加热功率越大越好
B.停炉过程中,应直接将功率降到0KW,以便尽快降温
C.拉晶过程中,当炉内出现结晶现象时,应加大加热功率
D.等径生长过程中,一直保持加热功率不变,避免温度波动
(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?
A.质量不稳定的过程应采用较高的抽样频率
B.同-子组内的样品应在短间隔内抽取,以避免异因进入
C.当Cp<1时,可以增大抽样间隔
D.对于产品质量比较稳定的过程可以减小子组抽取的频次
E.抽取子组的数量与过程质量的稳定性无关
(i)用虚拟变量demwins来代替教材(10.23)中的demvote,并用通常的格式报告结果。哪些因素影响获胜概率?请用截至1992年的数据。
(ii)有多少个拟合值小于0?有多少个拟合值大于1?
(iii)采用下面的预测规则:如果demwins>0.5,你就可以预测民主党会获胜;否则,共和党将获胜。那么,在这20次选举中,这个模型有多少次正确地预测了实际结果?
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上,克林顿获胜了,你的预测结果是否与事实相符?
(v)对误差中的AR(1)序列相关,做异方差-稳健:检验。你有何发现?
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗?
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。