题目内容
（请给出正确答案）
[主观题]
考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为 xk=A+B（k-1)+nk， k=1，2，…，N 其中，nk是均值为零、
考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为
xk=A+B(k-1)+nk， k=1，2，…，N
其中，nk是均值为零、方差为
答案
查看答案
重要提示：请勿将账号共享给其他人使用，违者账号将被封禁！
查看《购买须知》>>>
请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为
xk=A+B(k-1)+nk， k=1，2，…，N
其中，nk是均值为零、方差为
答案
更多“考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为 xk=A+B（k-1)+nk， k=1，2，…，N 其中，nk是均值为零、”相关的问题
第3题
已知n=6，∑x=30，∑y=180，∑x2=200，∑y2=5642，∑xy=1000，
要求：(1)求以x为自变量的回归直线方程。
(2)解释截距和斜率的意义。
第5题
在线性消费函数
中，收入的(估计)边际消费倾向(MPC)无非就是斜率
， 而平均消费倾向(APC)为
。利用对100个家庭的年收入和消费观测(均以美元计) ， 便得到如下方程：
(Ⅰ)解释这个方程中的截距，并评价它的符号和大小。
(Ⅱ)当家庭收入为30000美元时，预计消费为多少？
(III)以inc为横轴，画出估计的MPC和APC图。
第6题
A.回归直线法可以在没有历史成本数据、历史成本数据不可靠或者需要对历史成本分析结论进行验证的情况下使用
B.回归直线法的优点是计算精确
C.回归直线法，用数学上的最小平方法原理，计算能代表平均成本水平的直线截距和斜率，以其作为固定成本和单位变动成本的一种成本估计方法
D.回归直线法的缺点是比较繁琐
第7题
在模型(9.17)中，证明：如果ai与xi不相关，bi与xi和
也不相关，这是一个比式(9.19)更弱的假定，那么，普通最小二乘法就能一致地估计α和β。[提示：把方程写成式(9.18)的形式并根据第5章的分析可知， 截距和斜率的OLS估计值一致的充分条件是E(ui)=0和Cov(xi，ui)=0.
第8题
本题利用MEAP93.RAW中的数据。
(i) 估计模型math10=β0+β1log(expend)+β2Inchprg+u，并按照通常的方式报告估计方程，包括样本容量和R2。斜率系数的符号与你的预期一致吗？请加以解释。
(ii)你如何理解第(i)部分中估计出来的截距？特别是，令两个解释变量都等于零说得过去吗？[提示：记住log(1)=0。]
(i)现在做math10对log(expend)的简单回归， 并将斜率系数与第(i)部分中得到的估计值进行比较。与第(i)部分中的结果相比，这里估计出来的支出效应是更大还是更小？
(iv)求山lexpend=log(expend)与Inchprg之间的相关系数。你认为其符号合理吗？
(v)利用第(iv)部分的结果来解释你在第(iii)部分中得到的结论。
第9题
下表包含了8个学生的ACT分数和GPA(平均成绩)。平均成绩以四分制计算，且保留一位小数。
(i)利用OLS估计GPA和ACT的关系;也就是说，求出如下方程中的截距和斜率估计值
GPA=β0+β1ACT
评价这个关系的方向。这里的截距有没有一个有用的解释？请说明。如果ACT分数提高5分，预期GPA会提高多少？
(ii)计算每次观测的拟合值和残差，并验证残差和(近似)为零。
(iii)当ACT=20时，GPA的预测值为多少？
(iv)对这8个学生来说，GPA的波动中，有多少能由ACT解释？试说明。
第10题
本题利用401KSUBS.RAW中的数据。
(i) 计算样本中nettfa的平均值、标准差、最小值和最大值。
(ii) 检验假设平均nettfa不会因为401(k) 资格状况而有所不同， 使用双侧对立假设。估计差异的美元数量是多少？
(iii)根据计算机习题C7.9的第(ii)部分，e401k在一个简单回归模型中显然不是外生的，起码它随着收入和年龄而变化。以收入、年龄和e40lk作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在，估计401(k)资格的美元效应是多少？
(iv) 在第(iii) 部分估计的模型中， 增加交互项e401k·(age-41) 和e401k·(age-41)2 。注意样本中的平均年龄约为41岁，所以在新模型中，e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著？
(v)比较第(iii)和(iv)部分的估计值，401(k)资格在41岁处的估计效应差别大吗？请解释。
(vi) 现在， 从模型中去掉交互项， 但定义5个家庭规模虚拟变量：fsize l， j size2，f size 3， f size 4和f size 5。对有5个或5个以上成员的家庭， fsize 5等于1。在第(iii) 部分估计的模型中， 增加家庭规模虚拟变量， 记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗？
(vii) 现在， 针对模型
在容许截距不同的情况下， 做5个家庭规模类别的邹至庄检验。约束残差平方和SSR， 从第(vi) 部分得到，因为那里回归假定了相同斜率。无约束残差平方和SSRUR=SSR1+SSR2 +…+SSR5 ， 其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白，无约束模型中有30个参数(5个截距和25个斜率)，而约束模型中有10个参数(5个截距和5个斜率)。因此，带检验的约束个数是q=20，而且无约束模型的df为9275-30=9245。
