本题利用0KUN.RAW中的数据：也可参见计算机习题11.11。

本题利用INVEN.RAW中的数据;也可参见计算机习题C11.6。

(i)从加速数模型中求出OLS残差，并用回归来检验是否存在序列相关。p的估计值是多少？序列相关看起来是多大的问题？

(ii)用PW估计这个加速数模型，并将β₁的估计值与OLS估计值进行比较。你为什么预期它们很相似？

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)

(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上，相对一个双侧备择假设，β统计显著异于零吗？在1%的显著性水平上呢？

(ii)log(income)和prppov的相关系数是多少？每个变量都是统计显著的吗？报告双侧P值。

(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告的双侧p值。

(iv)在第(ii)部分的回归中，log(income)和prppov的个别统计显著性有何变化？这些变量联合显著吗？(计算一个p值。)你如何解释你的答案？

(v)给定前面的回归结果，在确定一个地区的种族构成是否影响当地快餐价格时，你会报告哪一个结果才最为可靠？

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)

(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上，相对一个双侧对立假设，β统计显著异于零吗？在1%的显著性水平上呢？

(ii)log(income)和prppov的相关系数是多少？每个变量都是统计显著的吗？报告双侧P值。

(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告H0：βlog(hseval)=0的双侧p值。

(iv) 在第(ii) 部分的回归中， log(income) 和prppov的个别统计显著性有何变化？这些变量联合显著吗？(计算一个p值。)你如何解释你的答案？

(v)给定前面的回归结果，在确定一个邮区的种族构成是否影响当地快餐价格时，你会报告哪一个结果才最为可靠？

本题需要使用ELEM 94-95中的数据， 也可参见计算机习题C 4.10。

(i) 利用所有数据， 将lavg sal对bs， lenrol， Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对的经济显著性和统计显著性得到什么结论？

(ii)现在去掉四个bs＞0.5的观测，即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少？利用异方差-稳健标准误来判断，它在统计上显著吗？

(iii)验证bs＞0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中， 验证其他变量的OLS系数及其标准

误与第(ii)部分中的结果相同。在5%的显著性水平上，这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0？

(iv)在这个数据集中，验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs＞0.5的每个观测都具有重要影响吗？

(v) 即便在大样本中， 就OLS对单个观测的敏感性而言， 你有何结论？

(vi) 在第(iji) 部分， 验证LAD估计量对包含这些观测不是很敏感。

本题使用CARD.RAW中的数据。

(i)表15.1中，教育回报的ⅣV和OLS估计值之间存在经济上重要的差异。从式(15.32)中得到约简型残差。(回归中包含的其他变量可参见表15.1.)用这些来检验educ是否外生; 也就是说，判断OLS与Ⅳ之间的差异在统计上是否显著。

(ii)增添nearc2作为工具，用2SLS估计方程。educ的系数变化很大吗？

(iii)检验第(ii)部分中的单个过度识别约束。

本题利用AIRFARE.RAW中的数据。在一个联立方程非观测效应模型中， 需求方程为：

其中我们把航线距离变量放到ait中。

(i)利用固定效应模型估计需求函数，为了解释不同的截距，必须包括年度虚拟变量。弹性估计值是多少？

(ii)利用固定效应模型估计如下约简型方程：

进行适当的检验， 以保证concenit 可用作log(fareit ) 的一个工具变量。

(iii)现在，就像在方程(16.42)中一样，利用固定效应变换和工具变量法估计这个需求函数。现在的估计弹性是多少？它在统计上显著吗？

请帮忙给出正确答案和分析，谢谢！

A.=SUM(A2:A4,F4,$A$12)

B.=SUM(A3+A4+A5+F5+$A$12)

C.=SUM(A3+A4+A5,F5,$A$12)

D.=SUM(A504:A506,F506+$A$12)

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗？失业率也一样吗？

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型，只是你还应该对失业率进行一阶差分。于是，模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量：不要将这些变量进行差分。你发现了什么有意思的结论吗？

(iii)评论如下命题：“在进行多元回归之前，我们总应该将怀疑具有单位根的时间序列进行一阶差分，因为这样做是一种安全策略，而且应该得到与使用水平值类似的结论。”[在回答这个问题时，最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]

以下关于电子商务的描述中，正确的是()

A.电子商务就是为买卖电子产品而设计的

B.电子商务就是使用信用卡进行资金支付

C.电子商务就是利用因特网进行广告宣传

D.电子商务是在公用网及专用网上进行的商务活动

正确答案：D

答案解析：本题考查电子商务的基本概念。电子商务并不是为买卖电子产品而设计的，而是以开放的因特网环境为基础，在计算机系统支持下进行的商务活动，选项D 说法正确。使用信用卡进行资金支付的活动并不是电子商务，电子商务更多的是在线支付，可以是信用卡，也可以是其他在线支付方式，选项B说法错误。电子商务可以利用因特网进行广告宣传，单利用因特网进行广告宣传并不一定是电子商务，选项C说法错误。本题