![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
最简单的发电机模型是转子运动方程,在更精确的稳定计算中要考虑原动机功率及发电机电势的变化,需增加()模型
A.锅炉
B.励磁调节器
C.调速器
D.励磁系统
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.锅炉
B.励磁调节器
C.调速器
D.励磁系统
发电机是根据电磁感应原理,通过转子磁场和定子绕组的()运动,将机械能转变为电能。
A. 同心
B. 同轴
C. 逆向
D. 相对
利用CHARITY.RAW中的数据回答如下问题
(i)用普通最小二乘法估计如下模型:
按照通常的方式报告估计方程,包括样本容量和R²。其R²与不使用giftlast和propresp的简单回归所得到的R²相比如何?
(ii)解释mailsyear的系数,它比对应的简单回归系数更大还是更小?
(iii)解释propresp的系数,千万要注意propresp的度量单位。
(iv)现在,在这个方程中增加变量avggif。这将对mailsyear的估计效应造成什么样的影响?
(v)在第(iv)部分的方程中,giftlast的系数有何变化?你认为这是怎么回事?
利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是:
其中,解释变量是女性接受教育的年限,年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。
(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。
(ii)城市居民和非城市居民在生育率上有区别吗?请解释。
(ii)现在对城市居民和非城市居民分别估计方程(当然,解释变量要去掉urban)。除了截距以外,其他系数有明显区别吗?
(iV)允许城市居民和非城市居民截距项不同,在原假设下得到邹至庄统计量。你能得到什么结论?[提示:你在检验5个限制条件,SSR从第(ii)部分和第(iii)部分中很容易得到。]
(i)考虑静态非观测效应模型
其中,enrolit表示学区总注册学生人数,lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明:若平均每个学生的真实支出提高10%,则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在,在模型中添加支出变量的一阶滞后,并用一阶差分重新估计。注意你又失去了一年的数据,所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何?
(v)现在,求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响?
(vi)通过进行一个AR(1)序列相关检验,验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验,模型中有必要包含学生注册人数和午餐项目变量吗?
一个能给出含滞后因变量之计量经济模型的颇有意思的经济模型,把yt和xt的期望值(xt*)相联系,其中xt的期望值是以在:-1时期所观测到的所有信息为条件的:
对(ut)的一个自然假定是E(ut|It-1)=0,其中lt-1代表在t-1时期有关y和x的所有信息:这意味着E(ut|It-1)=a0+atxt*。为了完成这个模型,需要一个关于如何形成期望xt*的假定。我们在教材11.2节看到过一个适应性预期的简单例子,在那里有xt*=xt-1。一个更复杂一些的适应性预期机制为:
其中,0 < λ < 1。这个方程意味着,预期变化要根据上一期的实现值是高于还是低于其预期值而做出反应。假定0 <λ < 1,说明预期变化是上一期预测误差的一个比例。
(i)证明上述两个方程意味着:
[提示:把教材方程(18.68)滞后一个时期并乘以(1-1),然后从教材方程(18.68)中减掉,再利用教材(18.69)。]
(ii)在E(ut|It-1)=0下,{ut}是序列无关的。对误差vt=ut-(1-λ)ut-1来讲,这意味着什么?
(iii)如果把第(i)部分中的方程改写为:
我们如何一致地估计β1?
(iv)给定β1的一致估计值,你将如何一致地估计λ和α1?
(i)变量train是工作培训指标变量。样本中有多少人参与了工作培训项目?一个男人实际参加工作培训最多达几个月?
(ii)将train对unem74,unem75,age,educ,black,hisp和married等几个人口统计和培训前变量做一个线性回归。这些变量在5%的显著性水平上联合显著吗?
(iii)估计第(ii)部分中线性模型的一个概率单位形式。计算所有变量联合显著性的似然比检验。你得到什么结论?
(iv)基于第(ii)部分和第(iii)部分的答案,为解释1978年的失业状况,参与工作培训可视为外生变量吗?请解释。
(v)做unem78对train的简单回归,并以方程形式报告结果。估计参与工作培训项目对1978年失业的概率有何影响?它统计显著吗?
(vi)做unem78对train的概率单位模型。将train的概率单位系数与第(v)部分线性模型中得到的系数相比较有意义吗?
(vii)求出第(v)部分与第(vi)部分的拟合概率。解释它们为什么相同。为了度量工作培训项目的效果和统计显著性,你将采用哪个方法?
(viii)在第(v)部分与第(vi)部分模型中将第(ii)部分中的所有变量作为额外控制变量。现在拟合概率还相同吗?它们之间有何关系?
利用BWGHT2.RAW中的数据。
(i)估计模型并按照通常的方式报告估计方程,包括样本容量和R²。斜率系数的符号与你的预期一致吗?请加以解释。
(ii)如果npvis增加一个样本标准差,对出生重量(bwght)有什么影响?
(iii)现在做log(bwght)对cigs的简单回归,并将斜率系数与第(i)部分中得到的估计值进行比较。估计出来吸烟的效应是否和第(i)部分的有明显差别?
(iv)找出cigs和npvis之间的系数,并用它来解释简单回归和多元回归下β1估计值的相似性。
(v)向第(i)部分的回归方程中加入变量mage,meduc,fage和feduc。出生体重[更确切地说是log(bwght)]是一个容易解释的变量吗?