题目内容
（请给出正确答案）
在用EXCEL进行回归分析时，输出的方差分析表中，Significance F的值是().
A给定显著性水平时的F检验的临界值
B检验统计量F的数值
C检验整个回归方程的F检验的p值
D检验单个回归系数的t检验的p值
如果结果不匹配，请 联系老师 获取答案
更多“在用EXCEL进行回归分析时，输出的方差分析表中，Signi…”相关的问题
A.给定显著性水平时的F检验的临界值
B.检验统计量F的数值
C.检验整个回归方程的F检验的p值
D.检验单个回归系数的t检验的p值
A.=B3+C3+D3
B.=B3+D3
C.=SUM(B3，C3，D3)
D.=SUM(B3：D3)
A．仍具有无偏性、一致性和最小方差性
B．不具有无偏性、一致性和最小方差性
C．仍具有无偏性和一致性，但不具有最小方差性
D．不具有无偏性、一致性，但仍具有最小方差性
使用VOTE1.RAW中的数据。
(i)估计一个以voteA为因变量并以prystrA、deocA、log(expendA)和log(expendB)为自变量的模型。得到OLS残差
，并将这些残差对所有的自变量进行回归。解释你为什么得到R2=0。
(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。
(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强？
一个二元线性回归模型的回归结果如下表所示：
方差来源 平方和 自由度
来自残差 17058 32
来自回归 26783 2
来自总离差 43841 34
(1)求样本容量n;(2)求可决系数;
(3)根据以上信息，在给定显著性水平下，可否检验两个解释变量对被解释变量的联合影响是否显著，为什么？
1964年，曾经对9966名经济学家进行了调查，数据如下：
| 年龄 | 工资中值(美元) |
| 20～24 25～29 30～34 35～39 40～44 45～49 50～54 55～59 60～64 65～69 70+ | 7800 8400 9700 11500 13000 14800 15000 15000 15000 14500 12000 |
a．建立适当的模型解释工资与年龄的关系。为了进行回归，假设工资中值对应于年龄区间的中点。
b．假设误差方差与年龄成比例变动，变换数据，求WLS回归。
c．假设误差方差与年龄的平方成比例变动，求WLS回归。
d．哪一个假设看来更可行？
本题利用JTRAIN3.RAW中的数据。
(i)估计简单回归模型
并用常用格式报告结论。基于这个回归，1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗？
(ii)现在使用真实劳动工资的变化cre=re 78-re 75作为因变量。(由于我们假定1975年之前没有工作培训，所以我们没有必要对train进行差分。也就是说，如果我们定义ctrain=train 78-train75， 那么，由于train75=0，所以ctran=train78。)现在，培训的估计影响有多大？讨论它与第(i)部分估计值的比较。
(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间，并描述你的结论。
利用JTRAIN3.RAW中的数据。
(i)估计简单回归模型re78=β0+β1train+u，并用常用格式报告结论。基于这个回归，1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗？
(ii)现在使用真实劳动工资的变化cre=re78-re75作为因变量。(由于我们假定1975年之前没有工作培训，所以我们没有必要对train进行差分。也就是说，如果我们定义ctrain=train78-train75，那么，由于train75=0，所以ctrain=train78.)现在，培训的估计影响有多大？讨论它与第(i)部分估计值的比较。
(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间，并描述你的结论。
使用TRAFFIC2.RAW中的数据。
(i)做prcfat对一个线性时间趋势、月份虚拟变量及变量wkends，unem，spdlaw和beltlw的OLS回归。利用教材方程(12.14)中的回归检验误差中的AR(1)序列相关。使用假定了严格外生回归元的检验说得过去吗？
(ii)利用尼威-韦斯特估计量中的4阶滞后，求spdlaw和beltlaw系数的序列相关和异方差-稳健标准误。这将如何影响这两个政策变量的统计显著性？
(iii)现在，利用迭代普莱斯-温斯顿程序估计模型，并将估计值与OLS估计值进行比较。政策变量的系数或统计显著性有重大变化吗？
A.Choice、Predict
B.NumAssemble、Power
C.NumericCast、Power
D.NumAssemble、Predict
