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VOLAT.RAW中的数据。
(i)证实sp500=log(sp500)和lip=log(ip)看来都包含了单位根。利用含四阶滞后变化的DF检验，在含和不含线性时间趋势的情况下分别进行检验。
(ii)做1sp500对lip的简单回归。评论：统计量和R的大小。
(iii)利用第(ii)部分的残差检验Isp500和lip是否协整。利用标准的DF检验和包含两阶滞后的ADF检验。你得到什么结论？
(iv)在第(ii)部分的回归中添加一个线性时间趋势，并利用第(iii)部分同样的检验来检验协整关系。
(v)看来股票价格与真实经济活动之间有长期均衡关系吗？
答案
更多“利用VOLAT.RAW中的数据。 (i)证实sp500=log(sp500)和lip=log(ip)看来都包含了单位根。利用含四”相关的问题
第1题
(i)利用HPRICE1.RAW中的数据得到教材方程(8.17)的异方差-稳健标准误。讨论其与通常的标准误之间是否存在任何重要差异。
(ii)对方程(8.18)重复第(i)步操作。
(iii)此例对异方差性和对因变量所做的变换说明了什么？
第2题
使用WAGE1.RAW中的数据。
(i)求出样本中的平均受教育程度。最低和最高受教育年数是多少？
(ii)求出样本中的平均小时工资。它看起来是高还是低？
(iii)工资数据用1976年的美元报告。利用(2004年或以后的)《总统经济报告》，求出并报告1976年和2003年的消费者价格指数(CPI)。
(iv)利用第(iii)部分中的CPI值，求以2003年美元度量的平均小时工资。现在，平均小时工资看起来合理了吗？
(v)样本中有多少女人和男人？
第3题
利用PHILLIPS.RAW中的数据，但只到1996年。
(i)在教材例11.5中，我们假定自然失业率是常数。在另一种形式的附加预期的菲利普斯曲线中，自然失业率受历史失业水平的影响。最简单的情况是，t时期的自然失业率与unemt-1，相等。如果我们假定适应性预期，便得到一个通货膨胀和失业率都是一阶差分形式的菲利普斯曲线：
估计这个模型，以常见格式报告结果，并讨论β1的符号、大小和统计显著性。
(ii)教材(11.19)和第(i)部分中的模型，哪一个对数据拟合得更好？说明理由。
第4题
利用数据集401KSUBS.RAW。
(i)利用OLS估计e401k的一个线性概率模型，解释变量为inc，inc²，age，age²和male。求通常的OLS标准误和异方差-稳健的标准误。它们有重要差别吗？
(iii)对第(i)部分估计的模型求怀特检验，并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。
(iv)在验证了第(i)部分的拟合值都介于0和1之间后，求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗？
第5题
利用数据集GPA1.RAW。
(i)利用OLS估计一个将colGPA与hsGPA，ACT，skipped和PC相联系的模型。求OLS残差。
(ii)计算异方差性的怀特检验特殊情形。在对colGPA，和colGPA，的回归中，求拟合值。
(iii)验证第(ii)部分得到的拟合值都严格为正。然后利用权数1/h求加权最小二乘估计值。根据对应的OLS估计值，将逃课和拥有计算机之影响的加权最小二乘估计值与对应OLS估计值相比较。它们的统计显著性如何？
(iv)在第(iii)部分的WLS估计中，求异方差-稳健的标准误。换言之，容许第(ii)部分中所估计的方差函数可能误设(参见问题8.4)。标准误与第(iii)部分相比有很大变化吗？
第6题
利用JTRAIN.RAW，以确定工作培训津贴对每个雇员工作培训小时数的影响。三年的基本模型是：
(i)用固定效应法估计方程。在此估计中利用了多少个企业？如果每个企业都有这三年的所有变量数据(特别是hrsemp的数据)，总观测个数会是多少？
(ii)解释grant的系数并评论它的显著性。
(iii)grant-1不显著有什么惊人之处吗？请解释。
(iv)平均地说，更大的企业为其职工提供了更多还是更少的培训？差别有多大？(比方说，职工多10%的企业，培训的平均小时数增多或减少了多少？)
第7题
利用VOTE1.RAW中的数据。
(i)考虑一个含有竞选支出交互项的模型
保持prtystrA和expendA不变，expendB对voteA的偏效应是什么？expendA对voteA的偏效应是什么？β4的预期符号明显吗？
(ii)估计第(i)部分中的方程，并以通常的格式报告结果。交互项是统计显著的吗？
(ii)求样本中expendA的均值。固定expendA为300(300000美元)。候选人B另外支出100000美元对voteA的估计影响是什么？这个影响很大吗？
(iv)现在固定expendB为100。AexpendA=100对voteA的估计影响是什么？这讲得通吗？
(v)现在估计一个用候选人A的支出占竞选总支出的百分比shareA取代交互作用项的模型。同时保持expendA和expendB不变而改变shareA，这讲得通吗？
(vi)(要求有微积分知识)在第(V)部分的模型中，保持prtystrA和expendA不变，求出expendB对voteA的偏效应。在expendA=300和expendB=0时进行计算，并评论你的结论。
第8题
利用GPA2.RAW中的数据，可估计出如下方程：
变量sat是SAT的综合分数，hsize是以百人计的学生所在高中毕业年级的学生规模，female是一个性别虚拟变量，而black是一个种族虚拟变量(黑人取值1，其他人则取值0)。
(i)有很强的证据支持模型中应该包括hsize”吗？从这个方程来看，最优的高中规模是什么？
(ii)保持hsize不变，非黑人女性和非黑人男性之间SAT分数的估计差异是多少？这个估计差异的统计显著性如何？
(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少？检验其分数没有差异的原假设，备择假设是他们的分数存在差异。
(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少？为了检验这个差异的统计显著性，你需要怎么做？
第9题
利用CPS78_85.RAW中的数据。
(i)你怎样解释教材方程(13.2)中y85的系数？对它有没有一种令人感兴趣的解释？(这里你要小心;你必须说明交互项y85·educ和y85·female。)
(ii)保持其他因素不变，你估计一个接受了12年教育的男子的名义工资增加了多少个百分点？给出一种回归以得到这个估计值的一个置信区间。[提示：为了得到这个置信区间，要用y85-(educ-12)取代y85-educ;]
(iii)令所有的工资均以1978年美元计算，重新估计教材方程(13.2)。具体地说，定义1978年的真实工资为rwage=wage，而1985年的真实工资为rwage=wage/1.65。现在估计教材(13.2)时用log(rwage)代替log(wage)。哪些系数将不同于教材方程(13.2)中的系数？
(iv)解释为什么你在第(iii)部分中的回归给出的R²不同于教材方程(13.2)所给出的R。
(提示：两个回归的残差，从而残差平方和是相同的。)
(V)试描述从1978年到1985年参加工会的作用起了什么变化？
(vi)从教材方程(13.2)开始，检验会员工资差别是否随时间而变。(应使用简单的t检验。)
(vii)你在第(v)和(vi)两部分中的结论是否相互矛盾？试解释。
第10题
]利用WAGEPRC.RAW中的月度数据，我们估计了如下分布滞后模型：
(i)描述估计的滞后分布。gwage的哪一个滞后对gprice的影响最大？哪一个滞后的系数最小？
(ii)哪些滞后的：统计量小于2？
(iii)估计的长期倾向是多少？它与1有很大不同吗？解释本例中的LRP告诉了我们什么？
(iv)你将用什么样的模型来直接求出LRP的标准误？
(v)你将怎样检验gwage的6阶以上滞后的联合显著性？F分布的df是多少？(注意：你又失去了6个观测。)
第11题
(i)你为什么会把这些数据归类为聚类样本？大致上，你预期能从一个典型学生得到大概多少次观测？
(ii)写出一个类似于教材方程(14.12)那样的模型，用到课率和其他特征去解释期终考试成绩。以s作为学生下标和c作为课程下标，对同一个学生哪个变量是不变的？
(iii)如果你把所有的数据混合起来并使用OLS，那么，对影响成绩和到课率的非观测学生特征，你正在做什么假定呢？SAT和学期前GPA在这方面扮演着什么角色呢？
(iv)如果你认为SAT和学期前GPA不足以刻画学生能力，你如何估计到课率对期终考试成绩的影响呢？
参考答案：
6.利用计量经济软件
中的“聚类”选项，便得到教材表14-2中混合OLS估计值充分稳健[即对复合误差(vit：t=1，···，T)中的序列相关和异方差性保持稳健]的标准误为：
(i)这些标准误与非稳健标准误相比一般如何？为什么？
(ii)混合OLS的稳健标准误与RE的标准误相比如何？解释变量是否随时间变化有什么关系吗？
