A、德宾-沃森d统计量的取值在-1和+1之间。
B、德宾-沃森d检验假定误差项具有同方差性。
C、德宾-沃森d检验只能检验一阶序列相关。
D、序列相关违背的是关于随机干扰项和解释变量的假定
A、德宾-沃森d统计量的取值在-1和+1之间。
B、德宾-沃森d检验假定误差项具有同方差性。
C、德宾-沃森d检验只能检验一阶序列相关。
D、序列相关违背的是关于随机干扰项和解释变量的假定
A、A
B、B
C、C
D、D
预期ρ落在-1与+1之间,为确定它的位置,希尔德需思和卢提出一种系统的“扫描"或搜寻程序。他们建议在-1与+1之间按一定的问隔,比方说,每隔0.1单位试选ρ值,并通过广义差分方程(12.6.5)对数据做变换。即把ρ选为-0.9,-0.8,....0.8,0.9.对每一选取的p值,做一个广义差分回归并得到相应的RSS:。希尔德需思和卢建议最后选择使RSS最小(从而使R2最大)的p值。如果需要更精细的结果,则还可采用更小的单位间隔,如每隔0.01单位,把ρ取为-0.99,-0.98,...0.90,0.91,等等。
a.希尔德雷思-卢程序有何优越性?
b.怎样知道最后选取的p值所做的数据转换事实上能保证最小?
A、用OLS估计得到的模型残差对其一阶滞后进行回归,一阶滞后的参数估计量作为ρ的估计量。
B、通过DW统计量来计算,即r=1-DW/2。
C、直接计算模型残差与其一阶滞后的简单相关系数。
D、用被解释变量与其一阶滞后回归,一阶滞后的参数估计量作为ρ的估计量。
(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng,sat,hsperc,feale,black,white,frestsem,tothrs,crsgpa和season。试解释season的系数。它统计显著吗?
(ii)在仅参与秋季运动项目的运动员中,大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平,那么混合OLS估计量将是有偏误的。试解释。
(iii)现在,取两个学期数据的差分,问哪些变量将随之消失?现在检验赛季效应。
(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量,在此分析中被我们忽略了吗?
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。
在线性回归模型中,如果解释变量和的观测值成比例,即,其中k为非零常数,则表明模型中可能存在的问题是( )
A、多重共线性
B、模型设定误差
C、自相关性
D、异方差性
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!