皇家赌场-www.hj9292.com-澳门皇家赌场网址 - 文学类专业网站力求原创·干净·绿色

皇家赌场-www.hj9292.com-澳门皇家赌场网址

当前位置: 皇家赌场网址hj9292 > 社会新闻 > 况且与消费者的性别、年事组成相合2019/4/15无偏估计量

况且与消费者的性别、年事组成相合2019/4/15无偏估计量

时间:2019-04-15来源:未知 作者:admin点击:
7.按照经典假设,线性回归模型中的解释变量应是非随机变量,且A.与随机误差ui不相关B.与残差ei不相关C.与被解释变量Yi不相关 11.已知模型的普通最小二乘估计残差的一阶自相关系数为0.8,则DW统计量的值近似为 C.多重共线.设分布滞后模型Ytt=+0Xt+1Xt-1+2Xt-2

  7.按照经典假设,线性回归模型中的解释变量应是非随机变量,且A.与随机误差ui不相关B.与残差ei不相关C.与被解释变量Yi不相关

  11.已知模型的普通最小二乘估计残差的一阶自相关系数为0.8,则DW统计量的值近似为

  C.多重共线.设分布滞后模型Ytt=α+β0Xt+β1Xt-1+β2Xt-2+β3Xt-3+ut,为了使模型的自由度达到27,必须拥有多少年的观测资料

  15.设个人消费函数Yi=β1+β2Xi+ui中,消费支出Y不仅与收入X有关,而且与消费者的性别、年龄构成有关,年龄构成按四个层次划分,假定边际消费倾向不变,该消费函数引入虚拟变量的个数为A.2个

  18.在容量为N的截面样本中,对每个个体观测了T个时间单位形成的TS/CS数据,其样本容量为

  25.考虑以下扩展的凯恩斯收入决定模型:Ct=β0+β1Yt+β2Tt+u1t(消费函数)It=α0+α1Yt-1+u2t(投资函数)Tt=γ0+γ1Yt+u3t(税收函数)Yt=Ct+It+Gt(收入恒等式)用阶条件检查方程组的可识别性有

  37.已知某公司库存商品额Y与销售额X的季度数据资料,假定最大滞后长度k=3,多项式的阶数m=2。要求:(1)试建立分布滞后模型;(2)假定用最小二乘法得到阿尔蒙多项式变换模型的估计式为Y赞t=-120.6278+0.5314Z0t+0.8026Z1t-0.3327Z0t,写出分布滞后模型的估计式。

  38.使用30年的年度数据样本,得到某地区生产函数模型回归结果如下:LnY=1.655+0.358LnL+0.745LnK (0.185)(0.125)(0.095)R2=0.955其中,Y=地区生产总值(亿元),L=劳动投入(亿元),K=资本存量(亿元)。(计算结果保留三位小数)。要求:(1)解释模型中两个解释变量回归系数的含义;(2)检验回归模型的整体显著性。[α=0.05,F0.05(2,27)=3.42,F0.05(3,30)=2.92]

  39.设消费函数为Yt=β0+β1Xt+ut,若月收入Xt在1000元以内、1000-2000元和2000元以上的边际消费倾向存在显著差异,如何修改原来的模型?修改后的模型有什么特点?

  28.将存在多重共线性时回归系数估计量的方差与无多重共线性时回归系统估计量的方差对比而得出的比值系数,定义为VIFj=11-Rj2。

  29.给定某一质量变量某属性的出现为1,未出现为0。这种取为1和0的变量称为虚拟变量。

  30.在可识别的模型中,能从模型的简化式参数得出结构式参数且具有唯一数值的方程称为恰好识别方程。

  31.答:对于总体线性回归模型,其经典假定如下。假定1:随机误差项ui的均值为零。假定2:所有随机误项ui的方差都是相同的。假定3:任意两个随机误差项之间互不相关,或ui和uj (i≠j)之间的协方差为零。假定4:解释变量X是非随机变量,与随机误差项u不相关。假定5:随机误差项服从正态分布。

  32.答:模型中存在异方差时,如果采用普通最小二乘法估计,存在以下问题:(1)参数估计量虽是无偏的,但却是非常有效的。(2)忽略异方差时,参数估计量的方差是有偏误的,参数的假设检验是失效的。

  33.答:处理多重共线)使用非样本先验信息;(3)进行变量形式的转换;(4)使用有偏估计;(5)删除引起多重共线.DW检验的局限性:(1)DW检验只适合检验一阶自回归形式的序列相关。检验不适应随机误差项具有高阶序列相关的检验。(2)DW检验要求解释变量中不能含滞后的因变量。(3)DW检验有两个不同确定的区域。

  35.间接最小二乘法包括以下三个步骤:第一步,将结构式模型化为简化式模型。也就把每一个内生变量表示为前定变量和随机误差项的函数。第二步,对简化式模型的各方程用最小二乘法估计参数,从而得到简化式参数估计值。第三步,把简化式参数的估计值代入结构式参数与简化式参数的关系式,求得结构式参数的估计值。五、简单应用题

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
相关内容
推荐内容