下列哪个现象会使得通常的OLS中t统计量无效()。
A.异方差
B.X有异常值
C.误差项没有正态分布,但是数据满足中心极限定理要求
D.回归方程没有常数项
A.异方差
B.X有异常值
C.误差项没有正态分布,但是数据满足中心极限定理要求
D.回归方程没有常数项
第1题
A.当异方差出现时,最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时,常用的t和
C.异方差情况下,通常的OLS估计一定高估了估计量的标准差
D.如果OLS回归的残差表现出系统性,那么说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量,那么OLS残差必定表现出明显的趋势
F.检验失效
第2题
(i)你为什么会把这些数据归类为聚类样本?大致上,你预期能从一个典型学生得到大概多少次观测?
(ii)写出一个类似于教材方程(14.12)那样的模型,用到课率和其他特征去解释期终考试成绩。以s作为学生下标和c作为课程下标,对同一个学生哪个变量是不变的?
(iii)如果你把所有的数据混合起来并使用OLS,那么,对影响成绩和到课率的非观测学生特征,你正在做什么假定呢?SAT和学期前GPA在这方面扮演着什么角色呢?
(iv)如果你认为SAT和学期前GPA不足以刻画学生能力,你如何估计到课率对期终考试成绩的影响呢?
参考答案:
6.利用计量经济软件中的“聚类”选项,便得到教材表14-2中混合OLS估计值充分稳健[即对复合误差(vit:t=1,···,T)中的序列相关和异方差性保持稳健]的标准误为:
(i)这些标准误与非稳健标准误相比一般如何?为什么?
(ii)混合OLS的稳健标准误与RE的标准误相比如何?解释变量是否随时间变化有什么关系吗?
第3题
A.标题一般放在图的正下方
B.纵、横轴的刻度值应按从小到大的顺序排列
C.纵横轴的比例一般为1:1
D.通常需附图例说明不同事物的统计量
E.绘制图形应注意准确、美观和清晰
第4题
其中,因为滞后支出变量,第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型, 并报告通常的标准误。为使得ai的期望值可以非零, 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么?求OLS残差。
(ii)lunchit系数的符号在意料之中吗?解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗?
(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关,并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗?
(v)你为什么认为在固定效应估计中,注册学生人数和午餐项目变量不是联合显著的?
第7题
A.T落在界值范围内,P则小于相应概率
B.T落在界值范围内,P则大于相应概率
C.T落在界值范围外,P则大于相应概率
D.T落在界值范围上,P则大于相应概率
E.以上都不对
第9题
A.在方差分析中,如果两个因素的水平数一样多,则哪个因素的F统计量的值越大,则哪个因素越有可能是一个显著的影响因素
B.在方差分析中,如果两个因素的水平数一样多,则哪个因素的F统计量对应的Sig值越大,则哪个因素越有可能是一个显著的影响因素
C.在进行方差齐性检验时,如果LeveneF统计量的值越大,则越有可能得出方差齐性的结论
D.在进行方差齐性检验时,如果LeveneF统计量对于的Sig值越大,则越有可能得出方差齐性的结论
E.如果不满足方差齐性要求,则方差分析的结论就不可靠标记
第10题
A.t分布
B.F分布
C.M分布
D.卡方(χ2)分布
第11题
利用AIRFARE.RAW中的数据。我们的兴趣在于估计模型
其中,θt意味着,我们容许每年的截距有所不同。
(i)用混合OLS估计上述方程,注意包含年度虚拟变量。若Δconcen=0.10,估计fare提高了多少个百分点?
(ii)的通常OLS的95%置信区间是什么?它为什么可能不太可靠?如果你有能计算充分稳健标准误的统计软件,求出β1的充分稳健的95%置信区间。与通常的置信区间相比较,并评论。
(iii)描述log(dist)的二次项出现的情况。特别是,dist取何值时,log(fare)和dit之间开始出现正向关系。[提示:首先计算log(dist)的转折点,然后取指数。]转折点出现在数据范围之外吗?
(iv)现在用随机效应法估计方程。β1的估计值有何变化?
(v)现在用固定效应法估计方程。β1的FE估计值是多少?它为何与RE估计值相当类似?(提示:RE估计的入是多少?)
(vi)指出由ai刻画的两个航线特征(除起降距离之外)。这些特征可能与concenit相关吗?
(vii)你相信航线更集中会提高飞机票价吗?最佳估计值是什么?