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）
(i)利用PHILLIPS.RAW中的数据估计方程(10.2)，并以通常格式报告结果。你现在有多少观测数据？
(ii)将第(i)部分的估计值与方程(10.14)中的估计值进行比较。特别是，额外增加的年份对于得到通货膨胀与失业交替关系的估计值是否有帮助？请加以解释。
(iii)现在仅用1997~2003年的数据进行回归。这些估计值与方程(10.14)中的估计值有何不同？利用最近7年数据所得到的估计值足以得到某些肯定的结论吗？请加以解释。
(iv)考虑这样的一个简单回归背景：我们从n个时间序列观测开始，然后把它们分成早期和晚期两个部分。在第一个时期我们有n1个观测，在第二个时期我们有n2个观测。根据本题前面部分的分析评价如下命题：“一般而言，利用所有n次观测得到的斜率估计值大致等于利用早期子样本和晚期子样本所得到的斜率估计值的加权平均，权重分别为n1/n和n2/n。”
答案
更多“（i)利用PHILLIPS.RAW中的数据估计方程（10.2)，并以通常格式报告结果。你现在有多少观测数据？（ii”相关的问题
第1题
利用PHILLIPS.RAW中的数据。
(i)估计失业率的AR(1)模型。用这个方程预测2004年的失业率。将它与2004年的实际失业率进行比较。(你可以从近年的《总统经济报告》中找到这个数据。)
(ii)在第(i)部分的方程中增加通货膨胀的一期滞后。inft-1统计上显著吗？
(iii)利用第(ii)部分中的方程预测2004年的失业率。这个结果比第(i)部分的结果更好还是更糟？
(iv)利用教材6.4节中的方法构造2004年失业率的一个95%的置信区间。2004年的实际失业率位于这个区间内吗？
第2题
使用PHILLIPS.RAW中的数据。
(i)教材例11.5中，我们估计了如下形式的附加预期的菲利普斯曲线：
其中
。用OLS估计该方程时，我们假定供给冲击et与unemt不相关。如果这是错误的，关于βt的OLS估计量可做什么解释？
(ii)假定et在给定所有过去信息的条件下是不可预期的：
解释为什么这使得unemt-1成为unemt的一个好的Ⅳ候选者。
(iii)将unemt对unemt-1做回归。unemt与unemt-1是否显著相关？
(iv)用Ⅳ估计附加预期的菲利普斯曲线。以通常形式报告结果，并将之与教材例11.5中的OLS估计值进行比较。
第3题
本题利用INVEN.RAW中的数据;也可参见计算机习题C11.6。
(i)从加速数模型
中求出OLS残差，并用
回归来检验是否存在序列相关。p的估计值是多少？序列相关看起来是多大的问题？
(ii)用PW估计这个加速数模型，并将β1的估计值与OLS估计值进行比较。你为什么预期它们很相似？
第4题
利用SLEEP75.RAW中的数据
变量sleep是每周晚上睡眠的总分钟数，totwork是每周花在工作上的总分钟数，educ和age则以年为单位，而male是一个性别虚拟变量。
(i)所有其他因素不变，有没有男性比女性睡眠更多的证据？这个证据有多强？
(ii)工作与睡眠之间有统计显著的取舍关系吗？所估计的取舍关系是什么样的？
(iii)为了检验年龄在其他因素不变的情况下对睡眠没有影响这个原假设，你还需要另外做什么回归？
第5题
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？
(iii)求σ。有过度散布和散布不足的证据吗？
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
第7题
月期国库券的真实利率。事后真实利率(近似)为r3t=i3t-inft，其中i3t是3月期国库券利率，inft是年通货膨胀率[Mankiw(1994，Section6.4)]。存货变化Ainven，是当年的存货投资，将civen也就是GDP的变化联系起来的存货投资的加速数模型为：
其中，β1＞0[比如参见Mankiw(1994，Chapter17)。
(i)利用INVEN.RAW中的数据估计这个加速数模型。以通常格式报告结果并解释方程含义。β1是统计上大于0的吗？
(ii)如果真实利率上升了，那么持有存货投资的机会成本上升，所以真实利率上升将导致存货下降。把真实利率加进加速数模型并讨论所得到的结论。
(iii)真实利率的水平值形式比其一阶差分形式Δr3t更有效吗？
第8题
(i)有多少个州在1991年、1992年和1993年中至少处决了一个犯人？哪个州处决得最多？
(ii)利用1990年和1993两年的数据， 做一个mrd rte对d93、exec和unem的混合回归。你对exec系数如何解释？
(iii)仅利用1990~1993年的变化(对总共51个观测值) ， 用OLS估计以下方程
并以通常的格式报告结果。现在，处以死刑是否看起来具有威慑作用？
(iv)处决的变化至少可能部分地与预期谋杀率的变化有关， 因而△ exec与第(iii) 部分中的△u相关。假定△exec-1与△u不相关也许是合乎情理的。(毕竟， △exec-1 依赖于三年或更久以前进行的处决数。) 将△exec对△exec-1进行回归， 看它们是否充分相关：解释△exec-1的系数。
(v)用△exec-1作为△exec的Ⅳ， 重新估计第(iii) 部分中的方程。假定△mem是外生的。你从第(ii) 部分中得出的结论将怎样变化？
