德宾-沃森d统计量仅在时间序列数据的回归模型中有意义。

参考表12-2中的铜业数据。

(1)a.根据这些数据，估计以下回归模型：，并解释所得结果。

b.求出上述回归的残差和标准化残差并作图。你能对这些残差中是否有自回归做些什么猜测?

c.估计德宾-沃森d统计量并对数据中可能出现的自相关性质作出评论。

d.做游程检验，看你的答案是否不同于刚才在c中所得到的结果。

e.你怎样辨别AR(p)过程是否比AR(1)过程更好地描述自相关?

(2)如果该题的结果表明存在序列相关：

a.用科克伦-奥克特两步程序，估计可行GLS或广义差分回归，并比较你所得的结果。

b.如果估计自a的科克伦-奥克特法的ρ值和从d统计量估计得的结果相差较大，你将选择哪一个估计ρ的方法，为什么?

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

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。

在测量电力供给中的规模报酬时，纳洛夫(Nerlove)利用1955年美国145个私有公用事业公司的横截面数据，做了对数总成本对对数产出、对数工资、对数资本价格和对数燃料价格的回归。他发现由此回归估计得的残差从德宾-沃森d看来呈现“序列”相关。为了寻求补救方法，他将所估计的残差相对于对数产出描图而得到图12-2。

a.图12-2说明什么?

b.在上述情况下，你怎样摆脱“序列”相关问题?

A、1

B、2

C、3

D、4

A．雷诺数相等  B．相对粗糙度相等 C．糙率相等  D．谢才系数相等

表5-13给出了德国1971~1980年消费者价格指数Y(1980年=100)及货币供给X(10亿德国马克)的数据。

a.做如下回归：

1.Y对X 2.lnY对In X 3.In Y对X 4.Y对In X

b.解释各回归结果。

c.对每一个模型求Y对X的变化率。

d.对每一个模型求Y对X的弹性，对其中的一些模型，求Y对X的均值弹性。

e.根据这些回归结果，你将选择哪个模型?为什么?

A、异方差检验首先要明确是纯异方差还是非纯异方差。

B、Park检验中对t统计量进行检验时应采用单侧检验

C、Park检验采用的是双对数回归模型。

D、White检验中可包含解释变量的交叉项，也可不包含解释变量的交叉项。

E、异方差检验主要关注残差。

F、若异方差与解释变量完全没有关系，White检验也无能为力。