假设真实模型是，但你估计了。如果你利用Y在X=-3、-2、-1、0、1、2、3处的观测并估计了“不正确”的模型，

利用表12-5所给数据，估计模型,其中Y=存货，X=销售量，均以十亿美元计。

a.估计上述回归。

b.利用(i)德宾-沃森检验和(ii)方程(12.6.13)所给的大样本正态性检验，从估计的残差中探明是否有正的自相关。

c.如果ρ是正的，利用贝伦布鲁特-韦布检验去检验假设ρ=1。

d.如果你猜测自回归误差结构的阶数是P，可用布罗施-戈弗雷检验去证实这一点。你会怎样选择阶数P呢？

e.根据此检验的结果，你会怎样转换数据从而把自回归除掉？说明你的全部计算。

f.重复前面的步骤，但用以下模型：。

g.你在线性与对数线性两种设定之间如何取舍？说明你的检验方法。

假设真实模型是：

(1)但你没有去拟合这个过原点回归，却例行地拟合了通常带有截距的模型：

(2)评述这一设定误差的后果。

(3)假定真实模型是(2)，讨论拟合误设模型(1)的后果。

下面考虑关国1980~1998年间的货币需求函数：

其中M=真实货币需求，利用货币的M2定义：

Y=真实GDP：

r=利率。

为估计上述货币需求函数，为你提供了表7-6中的数据。

注：为了把名义变星转换成真实变量，将M和GDP除以CPI。利率变量则不必除以CPI另外还要注意，这里给出了两个利率，一个是以3月期国债利率度虽的短期利率，一个是以30年期国侦收益率度量的长期利率，前面的经验研究已经使用过这两个利率。

a.给定这些数据，估计贷币需求对收入和利率的弹性。

b.如果你不拟合上述需求函数，而代之以对模型的拟合，你会怎样解释所得到的结果？说明必需的计算。

c.你如何决定哪个设定更好？(注：第8章将给出一个规范的统计检验.)

利用FERTIL1.RAW中的数据。

(i)对教材例13.1所估计的方程中，检验16岁时的生活环境是否对生育率产生影响(以大城市为基组)。报告F统计量的值及其p值。

(ii)检验16岁时所在区域(以南方为基组)是否对生育率产生影响。

(iii)令u为总体方程中的误差项。假设你认为u的方差随时间而变(但不随educ，age等而变)。那么刻画这一特点的一个模型是

利用这个模型去检验u的异方差性。(提示：你的F检验应有6和1122个自由度。)

(iv)在教材表13-1所估计的方程中增加交互项y74-educ，y76educ，···，y84-educ。解释这些项代表了什么？它们是联合显著的吗？

如果真实的模型是Y_i=β₁X_i-μ_t，但你却拟合了一带截距项的模型

Y_i=α₀+α₁X_i+v_i

试评述这一设定误差的后果。

系式：E(Y|X)=-1+3X，于是，令其中假定ε_t为标准正态变量(即均值为0，方差为1)，由此生成一个如表15-7所示含有35个观测的样本。

a.由此表的Y和X数据，你能估计一个LPM吗？记住真模型是E(Y|X)=-1+3X。

b.给定X=0.48，估计E(Y|X=0.48)，并将此估计值与真实E(Y|X=0.48)比较。

c.利用表15-7中给出的Y*和X数据，估计一个probit模型。你可以利用任一统计软件。作者们所估计的probit模型如下：。试求。看你的答案是否和作者的答案0.64-致。

d.表15-7所给X值的样本标准差是0.31。如果X比X均值大一个标准差，预测的概率变化是多少？也就是说，P(Y*=11X=0.79)是什么？作者的答案是0.25。

为：

a.利用习题1.7中表1-3给出的数据， 计算RE美国

b.利用你熟悉的回归分析软件，对下面的回归模型进行估计。

(1)

c.先验地，你预期名义汇率与真实汇率的关系如何？你可以从有关国际贸易和宏观经济学教材中查阅购买力平价理论。

d.回归的结果验证了你的先验预期吗？如果没有，可能的原因是什么呢？

e.估计如下形式的回归方程：

(2)

其中，In表示自然对数，即以e为底的常用对数。解释回归结果。式(1)的回归结果和式(2)的回归结果相同吗？

利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格，并询问他们愿意购买每种苹果的磅数。

(i)对于样本中的660个家庭，有多少家庭报告称在预定价格上不愿意购买环保苹果？

(ii)变量ecolbs看上去在严格正值上具有连续分布吗？你的回答对ecolbs托宾模型的适当性有何含义？

(iii)以ecoprc、regprc、famic和hhsize作为解释变量，估计一个托宾模型。哪些变量在1%的水平上显著。

(iv)faminc和hhsize联合显著吗？

(v)第(iii)部分中价格变量系数的符号与你的预期一致吗？请解释。

(vi)令β₁和β₂为ecoprc和regprc的系数，相对一个双侧备择假设，检验假设H₀:-β₁=β₂。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验，你可能还要参考教材4.4节

(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)]，称之为ecolbsi。最大和最小拟合值是多少？

(viii)计算ecolbs，和ecolbsi之相关系数的平方。

(ix)现在，利用第(iii)部分中同样的解释变量，估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多？从拟合优度来看，托宾模型比线性模型更好吗？

(x)评价如下命题：“由于托宾模型的R，如此之小，所以估计的价格效应可能是不一致的。”