利用HSEINV.RAW中的数据。 (i)检验log(inypc)是否有单位根,模型中含有一个线性时间趋势和Δlog(
利用HSEINV.RAW中的数据。
(i)检验log(inypc)是否有单位根,模型中含有一个线性时间趋势和Δlog(invpct)的两阶滞后,显著性水平为5%。
(ii)用第(i)部分中的方法检验log(price)中的单位根。
(iii)给定(i)和(ii)中的结果,那么检验log(ivpc)和log(price)之间的协整还有意义吗?
利用HSEINV.RAW中的数据。
(i)检验log(inypc)是否有单位根,模型中含有一个线性时间趋势和Δlog(invpct)的两阶滞后,显著性水平为5%。
(ii)用第(i)部分中的方法检验log(price)中的单位根。
(iii)给定(i)和(ii)中的结果,那么检验log(ivpc)和log(price)之间的协整还有意义吗?
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
利用FERTIL3.RAW中的数据。
(i)在教材方程(10.19)中加入pet-3和pet-4,并检验这些滞后的联合显著性。
(ii)求出第(i)部分中模型的长期倾向及其标准误,并与从教材方程(10.19)中得到的结果相比较。
(iii)估计问题10.6中的多项式分布滞后模型,求出LRP的估计值,并与从无约束模型中得到的结果相比较。
第3题
利用INJURY.RAW中的数据。
(i)使用肯塔基州的数据,增加male,married以及全套行业和工伤类型虚拟变量作为解释变量,重新估计教材方程(13.12)。在控制了这些其他因素后,afchnge·highearn的估计值有何变化?这个估计值仍然统计显著吗?
(ii)你对第(i)部分中较小的R²有什么可说的?这是否意味着这个方程无用呢?
(iii)用密歇根州的数据估计教材方程(13.12)。比较密歇根州和肯塔基州的交互项估计值。密歇根州的估计值在统计上显著吗?你对此如何解释?
第4题
利用BARIUM.RAW中的数据。
(i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变量是统计上显著的吗?
(ii)在第(i)部分估计的方程中,检验除了时间趋势以外所有其他变量的联合显著性。你能得到什么结论?
(iii)在这个方程中添加月度虚拟变量,以检验季节性。增加月度虚拟变量对其他估计值及其标准误有重要影响吗?
第5题
利用CONSUMP.RAW中的数据。
(i)估计一个反映真实人均(非耐用品和服务)消费增长与真实人均可支配收入增长之间关系的简单回归模型,并都使用对数变化量表示。用通常形式报告结果。解释方程并讨论统计显著性。
(ii)在第(i)部分的方程中添加真实人均可支配收入增长的一期滞后。你对消费增长的滞后调整有何看法?
(iii)在第(i)部分的方程中添加真实利率,它影响消费增长吗?
第6题
(i)利用INJURY.RAW中肯塔基州的数据,从教材(13.12)中去掉afchnge后估计的方程为
交互项的估计值与式(13.12)中的估计值相当接近,这令人吃惊吗?请解释。
(ii)当包含afchnge而去掉highearn后结果是
为什么现在交互项的系数远大于教材(13.12)中的系数?[提示:在方程(13.10)中,若β1=0,对处理组和对照组做的假定是什么?]
第8题
在飞机订票系统中,假定公共数据区的单元Ai(i=1,2,3…)里存放着某月某日第i次航班现有票数。在第j个售票处,利用变量Rj暂存Ai里的内容。现在为第j个售票处编写代码。试问它的安排对吗?如果正确,试说明理由;如果不对,指出错误,并做出修改。
第9题
利用FERTIL3.RAW中的数据。
(i)将gfr对r和t²回归,并保留残差,便得到除趋势的gfrt即。
(ii)将对教材方程(10.35)中所有变量(包括t和t2)回归。比较得出的R²与教材方程(10.35)中的R2有何不同。你有何结论?
(ii)在教材方程(10.35)中加入t3后重新进行估计。这个新增变量在统计上显著吗?
第10题
利用KIELMC.RAM中的数据。
(i)变量dist是从每个房屋到焚烧炉位置的英尺距离。考虑模型
如果建造焚烧炉会减少其附近的房屋价值,那么δ1的符号将是什么?若β1>0,则意味着什么?
(ii)估计第(i)部分中的模型并按通常的方式报告结果。解释y81-log(dist)的系数。你得到了什么结论?
(iii)在方程中增加age,age2,rooms,baths,log(intst),log(land)和log(area)。现在,你对焚烧炉对房屋价值的影响会作出什么结论?
第11题
利用MURDER.RAW中有关谋杀率和死刑的州一级数据。
(i)考虑非观测效应模型
其中,θt无非表示不同年份的截距,而ai表示各州的非观测效应。如果过去对被判谋杀者的死刑有某种威慑作用,那么民,的符号应该是正是负?你认为β2应该有什么样的符号?请解释。
(ii)仅利用1990年和1993年的数据,用混合OLS估计第(i)部分中的方程。忽略复合误差中的序列相关问题。你发现威慑效应的证据了吗?
(iii)利用1990年和1993年的数据,再用固定效应法估计方程。既然只用两年数据,所以你或许可以利用一阶差分。现在,有威慑效应的证据吗?有多强?
(iv)计算第(iii)部分中估计的异方差-稳健标准误。利用一阶差分最容易吗?
(v)找出1993年死刑变量取值最大的州。(变量exec是1991年、1992年和1993年执行死刑的总人数。)这个数值比第二高的值大多少?
(vi)在分析中去掉得克萨斯,利用一阶差分估计方程。计算通常和异方差-稳健的标准误。现在有什么结论,为什么?
(vii)利用所有三年数据,并用固定效应法估计模型。在分析中包含得克萨斯。与仅使用1990年和1993年数据的估计相比,讨论威慑效应的大小和统计显著性。