如果模型中的解释变量存在完全的多重共线性,则参数的最小二乘估计量是()
A.无偏的
B.有偏的
C.不确定
D.确定的
A.无偏的
B.有偏的
C.不确定
D.确定的
A.研究目的是检验一个猜测或"回归出"一个猜测的模型
B.研究过程是基于数据用统计软件"跑",排斥专业逻辑思维
C.结论往往都高于常识
D.研究结论如果不好解释就调整数据或"代理变量",直到能够自圆其说
在EG检验的第二步中,如果均衡误差是稳定序列,则认为()。
A.被解释变量和解释变量为(1,1)阶协整
B.被解释变量和解释变量为平稳的
C.被解释变量和解释变量为(2,1)阶协整
D.被解释变量和解释变量为(1,2)阶协整
(i)变量train是工作培训指标变量。样本中有多少人参与了工作培训项目?一个男人实际参加工作培训最多达几个月?
(ii)将train对unem74,unem75,age,educ,black,hisp和married等几个人口统计和培训前变量做一个线性回归。这些变量在5%的显著性水平上联合显著吗?
(iii)估计第(ii)部分中线性模型的一个概率单位形式。计算所有变量联合显著性的似然比检验。你得到什么结论?
(iv)基于第(ii)部分和第(iii)部分的答案,为解释1978年的失业状况,参与工作培训可视为外生变量吗?请解释。
(v)做unem78对train的简单回归,并以方程形式报告结果。估计参与工作培训项目对1978年失业的概率有何影响?它统计显著吗?
(vi)做unem78对train的概率单位模型。将train的概率单位系数与第(v)部分线性模型中得到的系数相比较有意义吗?
(vii)求出第(v)部分与第(vi)部分的拟合概率。解释它们为什么相同。为了度量工作培训项目的效果和统计显著性,你将采用哪个方法?
(viii)在第(v)部分与第(vi)部分模型中将第(ii)部分中的所有变量作为额外控制变量。现在拟合概率还相同吗?它们之间有何关系?
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变,黑人妇女和非黑人妇女在生育上的估计百分数差异是多少?
(iii)求σ。有过度散布和散布不足的证据吗?
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
(i)求出样本中的平均工资和平均IQ。IQ的样本标准差是多少?(总体中的IQ已标准化为平均值是100,标准差是15。)
(ii)估计一个简单回归模型,其中IQ提高一个单位导致wage变化相同的数量。利用这个模型计算IQ提高15个单位时,工资的预期变化。10能够解释大多数工资波动吗?
(iii)现在再估计一个模型,其中IQ提高一个单位对工资具有相同的百分比影响。如果IQ提高15个单位,预期工资提高的百分比大约是多少?
(i)加州的安全带法规在何年何月生效?高速公路上的限速何时提高到每小时65英里。
(ii)将变量log(1otacc)对一个线性时间趋势和11个月度虚拟变量(1月作为基期)进行回归。解释时间趋势变量的系数估计值。你认为交通事故总数中存在季节性吗?
(iii)在第(ii)部分的回归中添加变量wkends,unem,spdlaw和belilw。讨论失业变量系数。你认为它的符号和大小合理吗?
(iv)在第(iii)部分的回归中,解释spdlw和beltlaw的系数。估计的影响如你所料吗?请解释。
(v)变量prefar是至少导致1人死亡的交通事故百分数。注意这个变量是一个百分数,而不是比例。在此期间prefar的平均值是多少?其大小看来正确吗?
(vi)用prcfat而非log(totacc)作为因变量重做第(ii)部分的回归。讨论最高限速和安全带法规变量的估计效应和显著性。
当积差相关系数r=0时,对两个变量之间关系的最佳解释是()
A. 相关程度很低
B. 不存在任何相关
C. 不存性相关关系
D. 存在非线性相关关系
写出一个“供给与需求形式”的两方程系统,即方程的左边都是变量y1(具体地讲是“数量”):
(i)若a1=0或a2=0,解释为什么存在y1的一个约简型。(记住y1的一个约简型表达式就是外生变量和结构误差的一个线性函数。)若a1≠0和a2=0,求出y2的约简型。
(ii)若a1≠0,a2≠0且a1≠a2,求出y1的约简型。在这种情形下,y2有约简型吗?
(iii)在供给与需求的例子中,a1≠a2的条件有可能满足吗?请解释。