考虑下面的双方程模型: Y1t=A1+A2Y2t+A3X1t+u1t Y2t=B1+B2Y1t+B3X2t+u2t 式中,Y是内生变量;X是外生变量;
考虑下面的双方程模型:
Y1t=A1+A2Y2t+A3X1t+u1t
Y2t=B1+B2Y1t+B3X2t+u2t
式中,Y是内生变量;X是外生变量;u是随机误差项。
考虑下面的双方程模型:
Y1t=A1+A2Y2t+A3X1t+u1t
Y2t=B1+B2Y1t+B3X2t+u2t
式中,Y是内生变量;X是外生变量;u是随机误差项。
及AR(1)模式
于是科克伦和奥克特推荐如下步腺来估计ρ。
(1)用通常的OLS方法估计方程①并得到残差ut。顺便指出,你可以在模型中包含不止一个X变量。
(2)利用第1步得到的残差做如下回归:
这是方程②在实证中的对应表达式。
(3)利用方程③中得到的,估计广义差分方程(129.6)。
(4)由于事先不知道方程③中得到的是不是ρ的最佳估计值,所以把第3步中得到的值代入原回归①,并得到新的残差解为
(5)现在估计如下回归
它类似于方程③,并给出p的第二轮估计值。由于我们不知道p的第二轮估计值是不是真实p的最佳估计值,所以我们进入第三轮估计,如此等等。这正是科克伦-奧克特程序被称为迭代程序的原因。我们该把这种(愉快的)轮回操作进行到什么程度呢?一般的建议是,当p的两个相邻估计值相差很小(比如不是0.01或0.005)时,便可停止迭代。在工资-生产率一例中,在停止之前约需要3次迭代。
a.利用科克伦-奥克特迭代程序,估计工资生产率回归(12.5.2)的p.在得到ρ的“最终”估计值之前需要多少次迭代?
b.利用a中得到的p的最终估计值,在去掉第一次观测和保留第一次观测的情况下,估计工资生产率回归。结果有何差异?
c.你认为在变换数据以解决自相关问题时保留第一次观测重要吗?
A、若是弹性液体渗流过程,建立数学模型时应考虑液体状态方程
B、真实气体的状态方程和气体的压缩因子有关系
C、可以把岩石的压缩性看成孔隙度随压力发生变化,并以孔隙度与压力的关系做为岩石的状态方程
D、以上说法都不正确
A.对于决测模型,外生变量应尽可能少
B.一般集中决策体制下的宏观计量模型比分散体制下的模型具有较多的外生变量
C.汇率作宏观模型的外生变量处理,是从可解释性的角度考虑的
D.较高的外生性程度可以减少方程的设定误差
E.模型分解程度越高,模型规模越大
为了保护您的账号安全,请在“简答题”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!