在以标准正态分布的分位数,为被解释变量估计概率单位模型时,采用的模型为 Ii=β0+β1Xi+μi 随机干扰项μi有
在以标准正态分布的分位数,为被解释变量估计概率单位模型时,采用的模型为
Ii=β0+β1Xi+μi
随机干扰项μi有如下的方差:
其中fi是对应于F-1(Pi)的标准正态分布的概率密度函数。根据例5与例6的相关数据资料,计算随机干扰项的方差,并求适当的权数以对上述模型进行WLS估计。
在以标准正态分布的分位数,为被解释变量估计概率单位模型时,采用的模型为
Ii=β0+β1Xi+μi
随机干扰项μi有如下的方差:
其中fi是对应于F-1(Pi)的标准正态分布的概率密度函数。根据例5与例6的相关数据资料,计算随机干扰项的方差,并求适当的权数以对上述模型进行WLS估计。
第1题
(i)暂不考虑家庭的聚类特征, 用OLS估计模型
其中变量定义在数据集中给出。我们最感兴趣的变量是choice, 它是一个虚拟变量, 如果一个人选择了如何在不同的投资之间配置其养老金,这个变量就等于1。choice的影响估计值是多少?它在统计上显著吗?
(ii)收入、财富、拥有股票和拥有个人退休金账户这些控制变量重要吗?请加以解释。(iii)确定数据集中有多少个不同的家庭。
(iv)现在, 求对家庭内聚类相关保持稳健的OLS标准误。它们与通常的OLS标准误差别大吗?你感到意外吗?
(v)通过对同一个家庭内的夫妻进行差分来估计这个方程。你在第(ii)部分中提到的解释变量为什么在差分估计时被去掉了?
(vi)第(v)部分中剩下的解释变量显著吗?你感到意外吗?
第3题
(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng,sat,hsperc,feale,black,white,frestsem,tothrs,crsgpa和season。试解释season的系数。它统计显著吗?
(ii)在仅参与秋季运动项目的运动员中,大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平,那么混合OLS估计量将是有偏误的。试解释。
(iii)现在,取两个学期数据的差分,问哪些变量将随之消失?现在检验赛季效应。
(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量,在此分析中被我们忽略了吗?
第4题
第5题
A.解释变量之间不存在线性关系
B.自变量,x1,x2,…,xk是随机变量
C.所有随机误差项μ的均值为1
D.所有随机误差项μ服从正态分布N(0,σ2)
第6题
利用PNTSPRD.RAW中的数据。
(i)变量favwin是一个二值变量,在拉斯维加斯所押的球队胜出了预定的分数差时取值1。估计所押球队获胜概率的线性概率模型为
如果分数差包括了所有相关的信息,那我们预期β0=0.5。请解释。
(ii)用OLS估计第(i)部分的模型。相对于双侧备择假设检验H0:β0=0.5。同时使用通常的标准误和异方差一稳健的标准误。
(iii)spread在统计上显著吗?当spread=10时,被押球队获胜的估计概率是多少?
(iv)现在对P(favwin=Ilspread)估计一个概率单位模型。解释和检验截距项为0的虚拟假设。[提示:注意Φ(0)=0.5。]
(v)利用概率单位模型估计当spread=10时被押球队获胜的概率。并与第(iii)部分的LPM估计值相比较。
(vi)在概率单位模型中增加变量fuvhome、fav25和und25,并用似然比检验来检验这些变量的联合显著性。(x2分布中的自由度是多少?)解释这个结果,注意分数差是否包括了赛前可观测到的全部信息这个问题。
第9题
A.解释变量和被解释变量都是随机变量
B.解释变量为非随机变量,被解释变量为随机变量
C.解释变量和被解释变量都为非随机变量
D.解释变量为随机变量,被解释变量为非随机变量
第10题
以下关于正态分布性质的陈述中,哪一项是错误的()。(中财2011年研)
A.正态曲线关于通过平均数的纵轴对称
B.所有正态分布的平均数为0,方差为1
C.在均值一定的情况下,方差越小,则正态分布曲线越尖瘦
D.可用标准正态分布表计算变量取值在某一区间的概率