首页 > 医卫考试

题目内容（请给出正确答案）

[主观题]

在方程(10.8)所给的线性模型中，如果解释变量满足。于是，在给定解释变量的当期值和所有过去值时

在方程（10.8)所给的线性模型中，如果解释变量满足。于是，在给定解释变量的当期值和所有过去值时

在方程(10.8)所给的线性模型中，如果解释变量在方程（10.8)所给的线性模型中，如果解释变量满足。于是，在给定解释变量的当期值和所有过去值时在满足。于是，在给定解释变量的当期值和所有过去值时，误差是无从预测的，那么，它就被称为序列外生的(有时又被称为弱外生的)。

(i)请解释为什么严格外生性意味着序列外生性？

(ii)请解释为什么序列外生性意味着同期外生性？

(iii)在序列外生假定下， OLS估计量通常是无偏的吗？请解释。

(iv)考虑用一个州、一个教区或一个省人均避孕套使用量的分布滞后来解释艾滋病感染比率的一个如下模型：

在方程（10.8)所给的线性模型中，如果解释变量满足。于是，在给定解释变量的当期值和所有过去值时在

请解释为什么这个模型满足序列外生性假定。它看上去也满足严格外生性假定吗？

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“在方程(10.8)所给的线性模型中，如果解释变量满足。于是，…”相关的问题

第1题

在例7.12中，我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕：(i)用OLS估计此模

在例7.12中，我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕：（i)用OLS估计此模

在例7.12中，我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕：

(i)用OLS估计此模型，并验证其全部估计值都严格地介于0和1之间。最大和最小的估计值各是多少？

(ii)像8.5节所讨论的那样，用加权最小二乘法估计这个方程。

(iii)用WLS估计值决定avgsen和tottie在5%的显著性水平上是否联合显著。

点击查看答案

第2题

在例7.2中，令noPC表示一个虚拟变量：没有一台个人计算机的学生取值1，否则取值0。（i)如果用noPC

在例7.2中，令noPC表示一个虚拟变量：没有一台个人计算机的学生取值1，否则取值0。

(i)如果用noPC取代方程(7.6)中的PC，所估计方程的截距会怎么样？noPC的系数是多少？

(ii)如果用noPC取代PC，R2会有什么变化？

(iii)PC和noPC应该都作为自变量包括进模型中吗？请解释。

点击查看答案

第3题

简化式模型中的各个简化式方程()。

简化式模型中的各个简化式方程（)。

A、解释变量都是先决变量

B、方程中的参数反映相应的先决变量对被解释变量的间接影响

C、在满足线性回归模型的基本假设下简化式参数的最小二乘估计具有线性、无偏性、有效性

D、从简化式参数中计算出来的结构参数也具有无偏性

点击查看答案

第4题

在习题3.4中，我们估计了方程其中的标准误是我们现在才同估计值一并给出的。(i)相对于一个双侧对

在习题3.4中，我们估计了方程其中的标准误是我们现在才同估计值一并给出的。（i)相对于一个双侧对

在习题3.4中，我们估计了方程

其中的标准误是我们现在才同估计值一并给出的。

(i)相对于一个双侧对立假设，是educ还是age在5%的水平上是个别显著的？给出你的计算。

(ii)从方程中去掉educ和age，则得到

在5%的显著性水平上，educ和age在原方程中是联合显著的吗？说明你所给答案的理由。

(iii)在模型中包括educ和age，是否显著影响所估计的睡眠和工作之间的替换关系？

(iv)假设睡眠方程含有异方差性。这对第(i)和(ii)部分计算的检验意味着什么？

点击查看答案

第5题

（i)在教材方程（11.27)中添加一个线性时间趋势。在一阶差分方程中，时间趋势是必要的吗？（ii)从

(i)在教材方程(11.27)中添加一个线性时间趋势。在一阶差分方程中，时间趋势是必要的吗？

(ii)从教材(11.27)中去掉时间趋势并添加变量ww2和pll(不要对虚拟变量进行差分)。这两个变量在5%的水平上是显著的吗？

(iii)用第(ii)部分中的模型估计LRP并求出其标准误。与从教材(10.19)得到的结果相比较，在教材(10.19)中gfr和pe是以水平值形式而非差分形式出现的。

点击查看答案

第6题

以下关于一元线性回归叙述正确的有（)？

A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响

B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法

C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标

D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系

点击查看答案

第7题

利用APPLE.RAW中的数据。这些电话调查数据是为了得到（假想的)“环保”苹果需求。调查者向每个家庭

利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格，并询问他们愿意购买每种苹果的磅数。

(i)对于样本中的660个家庭，有多少家庭报告称在预定价格上不愿意购买环保苹果？

(ii)变量ecolbs看上去在严格正值上具有连续分布吗？你的回答对ecolbs托宾模型的适当性有何含义？

(iii)以ecoprc、regprc、famic和hhsize作为解释变量，估计一个托宾模型。哪些变量在1%的水平上显著。

(iv)faminc和hhsize联合显著吗？

(v)第(iii)部分中价格变量系数的符号与你的预期一致吗？请解释。

(vi)令β₁和β₂为ecoprc和regprc的系数，相对一个双侧备择假设，检验假设H₀:-β₁=β₂。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验，你可能还要参考教材4.4节

(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)]，称之为ecolbsi。最大和最小拟合值是多少？

(viii)计算ecolbs，和ecolbsi之相关系数的平方。

(ix)现在，利用第(iii)部分中同样的解释变量，估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多？从拟合优度来看，托宾模型比线性模型更好吗？

(x)评价如下命题：“由于托宾模型的R，如此之小，所以估计的价格效应可能是不一致的。”

点击查看答案

第8题

利用WAGEPRC.RAW中的数据。第11章习题5给出了gprice对gwage的一个有限分布滞后模型的估计值，其

中用了gwage的12阶滞后。

(i)估计gprice对gwage的一个简单几何DL模型。特别是，用OLS估计教材方程(18.11)。所估计的即期倾向和长期倾向(LRP)是多少？概述所估计的滞后分布。

(ii)把所估计的即期倾向和LRP与第11章的习题5中得到的结果进行比较。并比较一下所估计的滞后分布有何不同？

(iii)现在来估计教材(18.16)中的有理分布滞后模型。概述所估计的滞后分布，并比较这里估计的IP和LRP与第(ii)部分中得到的结果有何不同。

点击查看答案

第9题

根据所给资料，下列说法正确的是：A.扣除价格因素，2011年城镇居民人均可支配收入实际增长10．8％B.20

根据所给资料，下列说法正确的是：

A.扣除价格因素，2011年城镇居民人均可支配收入实际增长10．8％

B.2012年城镇居民人均可支配收入中，经营净收入增长最多

C.2012年城镇居民人均可支配收入中位数比农村居民人均纯收人多2倍

D.2012年外出农民工占农民工总量的近六成

点击查看答案

第10题

一所大学要求你估计对女子篮球比赛门票的需求。你能搜集到10个赛季总共约150次观测的时间序列数

据。一个可能的模型是

其中，PRICEl表示门票价格(可能以真实价格度量，比如通过地区消费者价格指数进行平减)，WINPERCl表示球队当前获胜的概率，RIVALl表示一个标志着比赛是否势均力敌的虚拟变量，而WEEKEND表示一个标志着球赛是否在周末进行的虚拟变量。I表示自然对数，所以这个需求函数具有常价格弹性。

(i)为什么在这个方程中有一个时间趋势是个好想法？

(ii)门票供给由体育馆的容量所固定;假定这个供给10年不变。这意味着供给的数量不随价格而变化。这意味着价格在这个需求方程中必然是外生变量吗？(提示：回答是否定的。)

(iii)假设门票的名义价格缓慢变化(如在每个赛季之初)。体育委员会部分基于上赛季的平均售票和该队上赛季的胜率来选择价格。在什么样的条件下，上个赛季的胜率(SEAS_t-1)是IPRICE_t一个有效的工具变量？

(iv)在方程中包括男子篮球比赛的真实价格(的对数)看起来合理吗？请解释。经济理论预测其系数的符号是什么样的？你能想到另外一个与男子篮球相关而又属于女子观众方程的变量吗？

(v)如果你担心某些序列(特别是IATTEND和IPRICE)有单位根，你如何改变所估计的方程？

(vi)如果某些比赛的门票售空，这会导致估计需求方程出现什么问题？(提示：如果门票售空，你一定观察到真实需求了吗？)

点击查看答案

第11题

下列方程中判断模型()属于系数呈线性。

下列方程中判断模型（)属于系数呈线性。

A、Yi=β0+βiXi3+μi

B、Yi=β0+β1(β2Xi)+μi

C、Yi=1+β0(1？Xiβ1)+μi

D、Yi=β0+β1X1i+β2X2i+μi

E、logYi=β0+β1logXi+ui

点击查看答案

长沙泛函教育科技有限公司版权所有 ©2024

湘ICP备20014701号湘公安备案43019002002137号营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）