消除自相关的一阶差分变换假定自相关系数ρ必须等于-1。

A.Ⅰ、Ⅱ

B.Ⅲ、Ⅳ

C.Ⅱ、Ⅳ

D.Ⅱ、Ⅲ

利用TRAFFIC2.RAW中的数据。

(i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗？失业率也一样吗？

(i)估计一个将prcfat的一阶差分Aprcfat与第10章的计算机练习C11第(vi)部分中同样变量相联系的多元回归模型，只是你还应该对失业率进行一阶差分。于是，模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量;不要将这些变量进行差分。你发现了什么有意思的结论吗？

(iii)评论如下命题：“在进行多元回归之前，我们总应该将怀疑具有单位根的时间序列进行一阶差分，因为这样做是一种安全策略，而且应该得到与使用水平值类似的结论。”[在回答这个问题时，最好先做(如果你还没有做过的话)第10章的计算机练习C11第(vi)部分中的回归。]

A.0

B.1

C.2

D.4

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗？失业率也一样吗？

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型，只是你还应该对失业率进行一阶差分。于是，模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量：不要将这些变量进行差分。你发现了什么有意思的结论吗？

(iii)评论如下命题：“在进行多元回归之前，我们总应该将怀疑具有单位根的时间序列进行一阶差分，因为这样做是一种安全策略，而且应该得到与使用水平值类似的结论。”[在回答这个问题时，最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]

假设教材(14.4)中的特异误差{u_it:t=1,2,···,T}序列无关且具有常方差的相关系数为-0.5。因此，在理想的FE假定下，一阶差分导致一个已知其值的负序列相关。

MA(q)过程的自相关系数(ACF)和偏自相关函数(PACF)的特征分别是()。

A．ACF和PACF都拖尾

B．ACF拖尾，PACFq阶后截尾

C．ACFq阶后截尾，PACF拖尾

D．ACF和PACF都是q阶后截尾