利用WAGEPAN中数据。
(i)利用混合最小二乘法(pooledOLS)估计一个log(ag为被解释变量的方程。以educ,black,exper,married,union以及一系列时间虚拟变量(以1980年为基年)为可解释变量,解释及讨论变量married和union的系数。
(ii)解释为什么通常(i)中标准误总是偏小。算出关于married和union两个变量对自相关和异方差一稳健的标准误。
(iii)现在对变量lwage,exper,married和union进行一阶差分。(不随时间改变的变量educ,black和hisp被排除在这个估计之外,exper也是,因为它总是随着年份增加。)注意排除首年即1980年的一阶差分,因为不存在更早的年份。
(iv)就作回归分析,确保包括一个常数项和一个从1982年到1987年的时间虚拟变量。算出Δmarried和Δunion的系数和标准误。
(v)对比婚姻状况和工会保费的估计水平及其一阶差分估计,并作相应评论。
A、该结构方程是过度识别的
B、结构方程的误差项为经典误差项
C、简化式方程的误差项为经典误差项
D、模型中所有的前定变量之间不存在严重的多重共线性
E、样本容量足够大
A.适用于应变量为分类变量时的多因素分析
B.回归系数的假设检验常使用Wald检验
C.常用最小二乘法来估计未知参数
D.xi为无序多分类变量时,若类别数为k,应设置成k-1个哑变量
A.若|r|>r0.01(n-2),变量X,Y间一定有直线关系
B.若|r|>r0.01(n-2),则变量X,Y间有正相关关系
C.若X,Y间有相关关系,则说明X, Y间一定有因果关系
D.用最小二乘法确定直线回归方程的原则是各观察点与直线的垂直距离的平方和最小
E.回归系数的假设检验可以用t检验和 F检验,也可以用r的检验代替
B、多元线性回归分析预测法的关键是找到适宜的回归方程
C、偏回归系数是假设在其他所有自变量保持不变的情况下,某一个自变量的变化引起因变量变化的比重
D、它的参数可以用最小二乘法进行估计
A、随机解释变量问题
B、损失变量信息问题
C、工具变量问题
D、损失方程之间的相关信息问题
E、结构式估计问题
设有某变量(Y)和变量(X) 1995-1999 年的数据如下:
(1) 试用OLS法估计Yt= a + βXt+ut(要求列出计算表格);
(2)
(3) 试预测X0=10时Y0的值,并求Y0的95%置信区间。
可说明用样本均数估计总体均数的可靠性大的情况是
A.变异系数较小
B.标准差较小
C.标准误较小
D.极差较小
E.四分位数间距较小