在教材方程（8.18)中应用异方差性的完全怀特检验[参见方程（8.19)]。利用x₂形式的计量并计算p值。你得到什么结论？

利用FERTIL1.RAW中的数据。 （i)对教材例13.1所估计的方程中，检验16岁时的生活环境是否对生育率

利用FERTIL1.RAW中的数据。

(i)对教材例13.1所估计的方程中，检验16岁时的生活环境是否对生育率产生影响(以大城市为基组)。报告F统计量的值及其p值。

(ii)检验16岁时所在区域(以南方为基组)是否对生育率产生影响。

(iii)令u为总体方程中的误差项。假设你认为u的方差随时间而变(但不随educ，age等而变)。那么刻画这一特点的一个模型是

利用这个模型去检验u的异方差性。(提示：你的F检验应有6和1122个自由度。)

(iv)在教材表13-1所估计的方程中增加交互项y74-educ，y76educ，···，y84-educ。解释这些项代表了什么？它们是联合显著的吗？

在例12.8中，我们发现方程（12.47)的ut中有异方差性存在的证据。因此，我们就来计算异方差-稳健标

准误(在门中给出)和通常的标准误：

使用异方差-稳健!统计量对return_t-1的显著性有何影响？

（i)在计算机习题C7.5所估计的模型中， 应用方程（9.3)中的RESET。此方程中有函数形式误设的证据吗

？

(ii)计算一个异方差-稳健形式的RESET。你在第(i)部分的结论改变了吗？

利用MURDER.RAW中的数据。 （i)利用1990年和1993年的数据，用混合OLS估计方程 并以常用形式报

利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

并以常用形式报告结论。不必担心通常的OLS标准误因a，的出现而不适当。你估计出了死刑的威慑效应吗？

(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中，你应该有51个观测)。现在，你对威慑效应有何结论？

(iii)在第(ii)部分的FD回归中，求残差的布罗施-帕甘回归，并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归，其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论？

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为Aexec;的哪个统计量更值得信赖，是通常的：统计量还是异方差-稳健的!统计量？为什么？

本题利用LOANAPP.RAW中的数据。（i)估计计算机习题C7.8第（iii) 部分中的方程， 计算其异方差-稳健

本题利用LOANAPP.RAW中的数据。

(i)估计计算机习题C7.8第(iii) 部分中的方程， 计算其异方差-稳健的标准误。将的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0？有没有哪个估计值大于1？而这些情况对加权最小二乘估计的应用意味着什么？

本题使用MINWAGE.RAW中的数据。使用232部门（男性用品部门) 中的时间序列。（i)估计模型并检验误

本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。

(i)估计模型并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？

(ii)利用12阶滞后， 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何？

(iii)现在求出OLS的异方差-稳健标准误， 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中，序列相关和异方差哪个更成问题？

(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。

(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值， 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响？

(vi)利用尼威-韦斯特方法，求第(v)部分中联合显著性检验的p值。你现在得到什么结论？

(vii)如果你不用g wage的这些滞后项， 长期倾向的估计值有很大的不同吗？

A.方程的显著性检验

B.多重共线性检验

C.异方差性检验

D.预测检验

在本题中，你将比较参与401（k) 计划的资格对净金融资产影响的OLS和LAD估计值。模型是（i) 利用401

在本题中，你将比较参与401(k) 计划的资格对净金融资产影响的OLS和LAD估计值。模型是

(i) 利用401KSUBS.RAW中的数据与OLS估计这个方程， 按照通常形式报告结果， 并解释e40lk的系数。

(ii) 利用布罗施-帕甘检验， 使用OLS残差检验异方差性。u看上去独立于解释变量吗？

(ii) 用LAD估计这个方程， 并以对OLS同样的方式报告结果。解释LAD的估计值p。

(iv)调和第(i)部分和第(iii)部分的结论。

的期终考试成绩、到课百分数、指示该课是否是学生的主修课的一个虚拟变量、学期开始前的累积平均学习成绩以及SAT分数。

(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(v_it：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？

利用NYSE.RAW中的数据回答本题。（i) 估计方程（12.47) 中的模型并求OLS残差平方。求在整个样木中

利用NYSE.RAW中的数据回答本题。

(i) 估计方程(12.47) 中的模型并求OLS残差平方。求在整个样木中的平均值、最小值和最大值。

(ii) 利用OLS残差平方估计如下的异方差模型

报告估计系数、标准误、R²和调整R²。

(iii) 将条件方差描述成滞后return_-1的函数。方差在return_-1取何值时最小？方差是多少？

(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？

(v)第(ii)部分中的模型拟合效果比例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在方程(12.51)的ARCH(1)回归中添加二阶滞后。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？