题目内容（请给出正确答案）

[主观题]

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

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

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

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

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？

如搜索结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装赏学吧APP，拍照搜题省时又省心！

更多“利用DISCRIM.RAW中的数据回答本题。(也可参见第3章…”相关的问题

第1题

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

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

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？

点击查看答案

第2题

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

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？

点击查看答案

第3题

本题利用0KUN.RAW中的数据：也可参见计算机习题11.11。

点击查看答案

第4题

本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000，scr

本题利用HPRICE1.RAW中的数据。（i)估计模型并以通常的OLS格式报告结论。（ii)当lotsize=20000，scr

本题利用HPRICE1.RAW中的数据。

(i)估计模型

并以通常的OLS格式报告结论。

(ii)当lotsize=20000，scrft=2500和bdrms=4时，求出log(price) 的预测值。利用6.4节中的方法，在同样的解释变量值的情况下，求出price的预测值。

(iii)就解释price中的变异而言，决定你是偏好第(i)部分中的模型，还是偏好模型

点击查看答案

第5题

利用数据集GPA1.RAW。（i)利用OLS估计一个将colGPA与hsGPA，ACT，skipped和PC相联系的模型。求OLS

利用数据集GPA1.RAW。

(i)利用OLS估计一个将colGPA与hsGPA，ACT，skipped和PC相联系的模型。求OLS残差。

(ii)计算异方差性的怀特检验特殊情形。在对colGPA，和colGPA，的回归中，求拟合值。

(iii)验证第(ii)部分得到的拟合值都严格为正。然后利用权数1/h求加权最小二乘估计值。根据对应的OLS估计值，将逃课和拥有计算机之影响的加权最小二乘估计值与对应OLS估计值相比较。它们的统计显著性如何？

(iv)在第(iii)部分的WLS估计中，求异方差-稳健的标准误。换言之，容许第(ii)部分中所估计的方差函数可能误设(参见问题8.4)。标准误与第(iii)部分相比有很大变化吗？

点击查看答案

第6题

本题利用MURDER.RAW中的数据。(i)利用1990年和1993年的数据，用混合OLS估计方程(iv)做第(ii)部

本题利用MURDER.RAW中的数据。（i)利用1990年和1993年的数据，用混合OLS估计方程（iv)做第（ii)部

本题利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为的哪个1统计量更值得信赖，是通常的!统计量还是异方差-稳健的1统计量？为什么？

点击查看答案

第7题

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

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

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？

点击查看答案

第8题

利用PHILLIPS.RAW中的数据回答本题。（i)利用整个数据集，用OLS估计静态菲利普斯曲线方程并以

利用PHILLIPS.RAW中的数据回答本题。

(i)利用整个数据集，用OLS估计静态菲利普斯曲线方程并以常用形式报告结果。

(ii)从第(i)部分中求OLS残差u_t并通过u_t对u_t-1的回归中求出p。(在这个回归中包含一个截距项没问题。)有序列相关的强烈证据吗？

(iii)现在通过迭代普莱斯-温斯顿程序估计静态菲利普斯曲线模型。将β₁的估计值与表12.2中得到的估计值相比较。添加以后的年份，估计值有很大变化吗？

(iv)不用普莱斯-温斯顿检验，而是使用迭代科克伦-奥卡特检验。p的最终估计值有多相似？β₁的PW和CO估计值有多相似？

点击查看答案

第9题

本题利用LOANAPP.RAW中的数据。(i)估计计算机习题C7.8第(iii) 部分中的方程，计算其异方差-稳健

本题利用LOANAPP.RAW中的数据。（i)估计计算机习题C7.8第（iii) 部分中的方程，计算其异方差-稳健

本题利用LOANAPP.RAW中的数据。

(i)估计计算机习题C7.8第(iii) 部分中的方程，计算其异方差-稳健的标准误。将的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0？有没有哪个估计值大于1？而这些情况对加权最小二乘估计的应用意味着什么？

点击查看答案

第10题

本题利用数据集MEAO0_01.RAW中的数据。(i)用OLS估计方程(iv)求容许方差函数被误设的WLS标准误。

本题利用数据集MEAO0_01.RAW中的数据。（i)用OLS估计方程（iv)求容许方差函数被误设的WLS标准误。

本题利用数据集MEAO0_01.RAW中的数据。

(i)用OLS估计方程

(iv)求容许方差函数被误设的WLS标准误。它与通常的WLS标准误有很大的不同吗？

(v)为了估计支出对math 4的影响， OLS与WLS哪一个看起来更准确？

点击查看答案

警告：系统检测到您的账号存在安全风险

为了保护您的账号安全，请在“赏学吧”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！

微信搜一搜

赏学吧

点击打开微信

警告：系统检测到您的账号存在安全风险

抱歉，您的账号因涉嫌违反赏学吧购买须知被冻结。您可在“赏学吧”微信公众号中的“官网服务”-“账号解封申请”申请解封，或联系客服。

微信搜一搜

赏学吧

点击打开微信