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）
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？
答案
更多“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”相关的问题
第1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2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3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7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8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9题
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。]
第10题
数据。变量gwage232是232部门平均工资的月增长率(以对数形式变化)，getup232是232部门的就业增长率，gmwage是联邦最低工资的增长率，而gcpi是(城市)消费者价格指数的增长率。
(i)将变量gwage232对gmwage和gCPI进行回归。你认为βgmwage的符号和大小合理吗？请加以解释。gmwage在统计上显著吗？
(ii)在第(i)部分的方程中增加gmwage的1至12阶滞后变量。为了估计第232部门中最低工资的增加对平均工资增长率的长期影响，你认为有必要包括这些滞后变量吗？请加以解释。
(iii)将变量getup232对gmwage和gcpi进行回归。最低工资增长看起来对同期的getup232有影响吗？
(iv)在就业增长方程中增加gmwage的1至12阶滞后变量。在短期或长期中，最低工资的提高对就业增长具有统计显著的影响吗？请加以解释。
第11题
列。
(i)用OLS估计模型
并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？
(ii)用迭代的普莱斯一温斯顿检验方法估计(i)中的模型。gmwage的系数与用OLS方法相比有什么区别？
(iii)在第(ii)部分的方程中增加gmwage的1~12阶滞后项并用迭代的普莱斯-温斯顿方法估计该模型，检验这12个滞后项是否为联合显著的。
(iv)我们回到在第(i)部分估计出的静态模型，用6阶滞后项计算尼威-韦斯特标准误。用尼威一韦斯特方法计算的标准误和普通的OLS标准误相比有什么区别？
(v)在静态模型中增加gwage的1~12阶滞后项，并用6阶滞后项的尼威-韦斯特检验方法检查12阶滞后项的联合显著性。你的结论和第(ii)部分相比有区别吗？
