利用线性回归模型作预测时，估计标准误差S.E。越小，预测精度越高。()

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，s
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？

请帮忙给出正确答案和分析，谢谢！

利用BARIUM.RAW中的数据。 （i)用前119次观测（即不包含1988年的最后12个月观测)，估计线性趋势模
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？
(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

请帮忙给出正确答案和分析，谢谢！

一家房地产评估公司想对某城市的房地产销售价格（y)与地产评估价值（x1)、房产评估价值（x2)和使用
一家房地产评估公司想对某城市的房地产销售价格(y)与地产评估价值(x1)、房产评估价值(x2)和使用面积(x3)建立一个模型，以便对销售价格作出合理预测。为此，收集了15栋住宅的房地产评估数据，经回归得到有关结果(a=0.05)，如表7- 4、表7-5所示。

(1)写出销售价格对地产评估价值、房产评估价值、使用面积的多元线性回归方程，并解释各回归系数的意义。
(2)检验回归方程的线性关系是否显著？
(3)检验各回归系数是否显著？
(4)计算多重判定系数R2,并说明它的实际意义。
(5)计算估计标准误差sy,并说明它的实际意义。
(6)你认为使用面积(x3)在预测销售价格时是否有用？试说明理由。

请帮忙给出正确答案和分析，谢谢！

利用WAGEPAN.RAW中的数据。 （i)估计模型 用混合最小二乘法，算出估计值和常见形式的标准误差。
利用WAGEPAN.RAW中的数据。
(i)估计模型

用混合最小二乘法，算出估计值和常见形式的标准误差。
(ii)用随机效应估计(i)中模型(试想v_it=a_i+u_ir)，RE和混合最小二乘估计的β1值比较如何？
(iii)RE和混合最小二乘估计的标准误差一致吗？哪一个更可信？为什么？。
(iv)在(i)、(ii)的估计中加入一完整系列的年份虚拟变量。你在(i)、(ii)中得到的结论有什么变化吗？
(v)现在从(iv)出发，用FE估计模型，指出除年份外的所有解释变量。对年份虚拟变量，FE与RE估计的系数有何不同？
(vi)你能从这个具体例子中得出什么一般结论？

请帮忙给出正确答案和分析，谢谢！

使用SMOKE.RAW中的数据。 （i)变量cigs是平均每天抽烟的数量。样本中有多少人根本就不抽烟？有多
使用SMOKE.RAW中的数据。
(i)变量cigs是平均每天抽烟的数量。样本中有多少人根本就不抽烟？有多大比例的人声称每天抽20支？你为什么认为抽20支香烟的人会有所堆积？
(ii)给定你对第(i)部分的回答，cigs看起来具有条件泊松分布吗？
(iii)用log(cigpric)、log(income)、white、educ、age和age²作为解释变量，估计cigs的一个泊松回归模型。估计的价格和收入弹性是多少？
(iv)利用极大似然标准误，价格和收入变量在5%的水平上统计显著吗？
(v)求方程(17.35)后面介绍的σ²估计值。σ是多少？你应该如何调整第(iv)部分中的标准误？
(vi)利用第(v)部分中调整后的标准误，价格和收入弹性现在统计显著异于零吗？请解释。
(vii)利用更稳健的标准误，教育和年龄变量显著吗？你如何解释educ的系数？
(viii)求泊松回归模型的拟合值yi。找出最大值和最小值，并讨论指数模型对瘾君子的预测表现。
(ix)利用第(viii)部分的拟合值，求yi和yi之相关系数的平方。
(x)使用第(iii)部分中的解释变量(及相同的函数形式)，用OLS估计cigs的一个线性模型。线性模型和指数模型哪个拟合得更好？两者的R都很大吗？

请帮忙给出正确答案和分析，谢谢！

利用401KSUBS.RAW中的数据。 （i)计算样本中netta的平均值、标准差、最小值和最大值。 （ii)检验
利用401KSUBS.RAW中的数据。
(i)计算样本中netta的平均值、标准差、最小值和最大值。
(ii)检验假设：平均netta不会因为401(k)资格状况而有所不同，使用双侧备择假设。估计差异的美元数量是多少？
(iii)根据第7章的计算机练习C7的第(ii)部分，e401k在一个简单回归模型中显然不是外生的，起码它随着收入和年龄而变化。以收入、年龄和e401k作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在，估计401(k)资格的美元效应是多少？
(iv)在第(ii)部分估计的模型中，增加交互项e401k(age-41)和e401k-(age-41)²。注意样本中的平均年龄约为41岁，所以在新模型中，e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著？
(v)比较第(iii)和(iv)部分的估计值，401(k)资格在41岁处的估计效应差别大吗？请解释。
(vi)现在，从模型中去掉交互项，但定义5个家庭规模虚拟变量：fsizel，fsize2，fsize3，fsize4和fsize5。对有5个或5个以上成员的家庭，fsize5等于1。在第(ii)部分估计的模型中，增加家庭规模虚拟变量，记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗？
(vii)现在，针对模型

在容许截距不同的情况下，做5个家庭规模类别的邹至庄检验。约束残差平方和SSR，从第(iv)部分得到，因为那里回归假定了相同斜率。无约束残差平方和其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白，无约束模型中有30个参数(5个截距和25个斜率)，而约束模型中有10个参数(5个截距和5个斜率)。因此，带检验的约束个数是q=20，而且无约束模型的df为9275-30=9245。

请帮忙给出正确答案和分析，谢谢！

测定现象之间有无相关关系的方法是()。

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。”

请帮忙给出正确答案和分析，谢谢！

（i)利用WAGEPRC.RAW中的数据，估计第11章习题5中的分布滞后模型。用回归教材（12.14)来检验AR（1)
(i)利用WAGEPRC.RAW中的数据，估计第11章习题5中的分布滞后模型。用回归教材(12.14)来检验AR(1)序列相关。
(ii)用迭代的科克伦-奥卡特方法重新估计这个模型。长期倾向的新估计值是多少？
(iii)用迭代C0求出LRP的标准误。(这要求你估计一个修正方程。)判断LRP估计值在5%的水平上是否统计显著异于1？

请帮忙给出正确答案和分析，谢谢！

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，a
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？

请帮忙给出正确答案和分析，谢谢！

对（许多美国工人可用的)401（k)养老金计划的出现是否提高了净储蓄，吸引了大量研究兴趣。数据集40
对(许多美国工人可用的)401(k)养老金计划的出现是否提高了净储蓄，吸引了大量研究兴趣。数据集401KSUBS.RAW包含了有关净金融资产(nettfa)、家庭收入(ic)、是否有资格参与401(k)计划的二值变量(e401k)和其他几个变量的信息。
(i)样本中有资格参与一个401(k)计划的家庭比例是多少？
(ii)估计一个用收入、年龄和性别解释401(k)资格的线性概率模型。包括收入和年龄的二次项，并以通常形式报告结论。
(iii)你认为401(k)资格独立于收入和年龄吗？性别呢？请解释。
(iv)求第(ii)部分中估计的线性概率模型的拟合值。有小于0或大于1的拟合值吗？
(v)利用第(iv)部分中的拟合值e401k₁，定义e401k₁在e401k≥0.5时取值1，并在2e401k＜0.5时取值0。在9275个家庭中，预计有多少家庭有资格参与401(k)计划？
(vi)对于没有资格参加401(k)的5638个家庭，利用预测值e401k₁，预测其中有多大比例没有401(k)？对于有资格参加401(k)的3637个家庭，其中有多大比例的家庭有401(k)？(如果你的计量经济软件具有“制表”命令更好。)
(vii)总正确预测比约为64.9%。给定第(vi)部分的答案，你认为这是模型好坏的一个完备描述吗？
(viii)在线性概率模型中增加一个解释变量pira。其他条件不变，若一个家庭有某人拥有个人退休金账户，一个家庭有资格参与401(k)计划的估计概率会提高多少？在10%的显著性水平上，它统计显著异于0吗？

请帮忙给出正确答案和分析，谢谢！