計(jì)量經(jīng)濟(jì)學(xué)期末復(fù)習(xí)-文庫(kù)吧資料
2025-01-16 09:34本頁(yè)面
【正文】 2．某地區(qū)通過一個(gè)樣本容量為 722的調(diào)查數(shù)據(jù)得到勞動(dòng)力受教育的一個(gè)回歸方程為 f e d um e d us i b se d u ???? R2= 式中， edu為勞動(dòng)力受教育年數(shù)， sibs為該勞動(dòng)力家庭中兄弟姐妹的個(gè)數(shù)， medu與 fedu分別為母親與父親受到教育的年數(shù)。 （ 3）多重共線性往往表現(xiàn)的是解釋變量間的樣本觀察現(xiàn)象，在不存在完全共線性的情況下，近似共線并不意味著基本假定的任何改變，所以 OLS 估計(jì)量的無(wú) 偏性、一致性和有效性仍然成立，即仍是BLUE 估計(jì)量。根據(jù)經(jīng)驗(yàn)，如果一個(gè)變量的值在樣本期間沒有很大的變化，則它對(duì)被解釋變量的影響就不能夠很好地被度量。 house、 pop、 pcy 都是高度相關(guān)的，這將使它們的 t值降低且表現(xiàn)為不顯著?？梢娪?jì)算的 F值大于該臨界 值，表明回歸系數(shù)是聯(lián)合顯著的。 這里， F統(tǒng)計(jì)值的分子自由度為 5，分母自由度為 9。 這里 t檢驗(yàn)的自由度為 1551=9，在 10%的顯著性水平下的臨界值為 。從估計(jì)的模型看，除了 pcy之外，所有符號(hào)都與預(yù)期相符。如果水價(jià)上漲，則用戶會(huì)節(jié)約用水，所以可預(yù)期 price 的系數(shù)為負(fù)。 解答： （ 1）在其他變量不變的情況下，一城市的人口越多或房屋數(shù)量越多，則對(duì)用水的需求越高。（ 1）根據(jù)經(jīng)濟(jì)理論和直覺 ,請(qǐng)計(jì)回歸系數(shù)的符號(hào)是什么 (不包括常 量 )，為什么？觀察符號(hào)與你的直覺相符嗎？ （ 2）在 10%的顯著性水平下，請(qǐng)進(jìn)行變量的 t檢驗(yàn)與方程的 F檢驗(yàn)。 “虛擬變量陷阱”？ 答： “虛擬變量陷阱” 是指 虛擬變量的數(shù)目取決于定性變量的類別，否則會(huì)出現(xiàn)完全多重共線性問題 。 加法方式與乘法方式是最主要的引入方式。而且 DW 檢驗(yàn)只能檢驗(yàn)一階自相關(guān)，并且對(duì)存在滯后被 解釋變量的模型無(wú)法檢驗(yàn)。 檢驗(yàn)法進(jìn)行自相關(guān)檢驗(yàn)的前提條件及其局限性有哪些？ 答： DW檢驗(yàn)的前提條件是：解釋變量 X非隨機(jī)；隨機(jī)誤差項(xiàng) iu 為一階自回歸形式；回歸模型中不應(yīng)含有滯后應(yīng)變量作為解釋變量；回歸含有截距項(xiàng)。檢驗(yàn)序列相關(guān)性的方法思路是什么？ 答： 概念： 對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則認(rèn)為出現(xiàn)了序列相關(guān)性。 檢驗(yàn)異方差性的思路 ： 即檢驗(yàn)隨機(jī)誤差項(xiàng)的方差與解釋變量觀察值之間是否存在相關(guān)性。在證明最小二乘估計(jì)量的無(wú)偏性中，利用了解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)項(xiàng)獨(dú)立同方差假定。在一元線性回歸分析中， t 檢驗(yàn)與 f檢驗(yàn)是一致的 ，具有等價(jià)作用 。 7．在多元線性回歸分析中， t檢驗(yàn)與 F檢驗(yàn)有 何不同？在一元線性回歸分析中二者是否有等價(jià)的作用？
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1