A.基变量中始终合有人工变量
B、检验数行为非负值
C、非基变量中合有人工变量
D、检验数行有正有负
直线回归方程的适用范围,一般以下列哪项的取值范围为限
A.自变量X
B.应变量y
C.估计值y
D.x±1.96S
E.X±1.96Sx
回答本题需用APPLE.RAW中的数据。
(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。换言之, 在给定价格下, eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?
(ii)估计线性概率模型
并以通常的形式报告结果。仔细解释价格变量的系数。
(iii) 在LPM中, 非价格变量联合显著吗?(尽管存在异方差时, 通常的F统计量并非有效, 但我们还是使用它。)除价格变量外,哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?
(iv) 在第(ii) 部分的模型中, 用log(faminc) 取代faminc。使用faminc和log(fam inc) , 哪个模型对数据的拟合更好?解释log(faminc) 的系数。
(v)在第(iv)部分的估计中,有多少估计概率为负?多少大于1?应该引起你的注意吗?
(vi) 对于第(iv) 部分中的估计, 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?
A.i≤r≤j
B.i
C.i≤r
D.i
A、两个变量都为偏态分布
B、一个属等级资料,一个属计量资料
C、两个都属等级资料
D、变量值都为率或构成比
E、两个变量都为正态分布
A.r的值越大,意味着变量之间的相关程度越高
B.若两变量相关,且变化的方向一致,则r值为负;反之,则r值为正
C.r=0,意味着变量之间完全不相关
D.r=1,意味着变量之间完全正相关
E.r=-1,意味着变量之间完全负相关
A.探寻潜在的问题和机会
B.寻找有关新观念或新假设
C.预测市场未来的变化趋势
D.准确地描述企业营销问题中的各变量及其相互关系
E.确定企业所面临问题的表现与可能的影响因素
利用MURDER.RAW中有关谋杀率和死刑的州一级数据。
(i)考虑非观测效应模型
其中,θt无非表示不同年份的截距,而ai表示各州的非观测效应。如果过去对被判谋杀者的死刑有某种威慑作用,那么民,的符号应该是正是负?你认为β2应该有什么样的符号?请解释。
(ii)仅利用1990年和1993年的数据,用混合OLS估计第(i)部分中的方程。忽略复合误差中的序列相关问题。你发现威慑效应的证据了吗?
(iii)利用1990年和1993年的数据,再用固定效应法估计方程。既然只用两年数据,所以你或许可以利用一阶差分。现在,有威慑效应的证据吗?有多强?
(iv)计算第(iii)部分中估计的异方差-稳健标准误。利用一阶差分最容易吗?
(v)找出1993年死刑变量取值最大的州。(变量exec是1991年、1992年和1993年执行死刑的总人数。)这个数值比第二高的值大多少?
(vi)在分析中去掉得克萨斯,利用一阶差分估计方程。计算通常和异方差-稳健的标准误。现在有什么结论,为什么?
(vii)利用所有三年数据,并用固定效应法估计模型。在分析中包含得克萨斯。与仅使用1990年和1993年数据的估计相比,讨论威慑效应的大小和统计显著性。