对于总体线性回归模型Yi=β0+β1X1i+β2X2i+β3X3i+μi,运用最小二乘法欲得到参数估计量,所要求的最小样本容量n应满足()。
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
A.异方差
B.完全多重共线
C.遗漏变量偏差
D.虚拟变量陷阱
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变,黑人妇女和非黑人妇女在生育上的估计百分数差异是多少?
(iii)求σ。有过度散布和散布不足的证据吗?
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
A.如果使用横断面数据进行回归分析会使r2的值上升。
B.回归分析对估计利息收入不再适用。
C.一些没有包括在模型中的新的因素引起了收入的变化。
D.线性回归分析会提高模型的可信度。
令d表示一个(二值)虚拟变量,并令:表示一个定量变量。考虑模型
这是含有一个虚拟变量和一个定量变量之交互作用的一般性模型[方程(7.17)中有一个例子]。
(i)由于没有重大变化,所以取误差为u=0。于是,当d=0时,我们可以把y和z之间的关系写成函数f0(z)=β0+β1z.当d=1时,同样写出y和z之间的关系,其中左边应该使用f(z),以表示Z的线性函数。
其中所有系数和标准误都保留到小数点后三位。利用这个方程,求出使得男女log(wage)的预测值相等的totcoll值。
(iv)基于第(iii)部分中的方程,女人能现实地获得足够多的大学教育而赶上男人的工资吗?请解释。
A.进行线性回归分析,将生产成本与所售产品相联系。
B.对生产成本(包括原材料库存成本、每个中心的雇员人数和加班报酬等变量)进行多元回归分析;
C.对三个中心都进行生产成本相对于原材料库存成本的三年比率分析;
D.对每个中心的生产成本进行经典变量抽样估算,在抽样时根据所生产的每个产品的价值进行分层
在线性消费函数cons=β0+β1inc中,收入的(估计)边际消费倾向(MPC)无非就是斜率β1而平均消费倾向(APC)为cons/inc=β0/inc+β1.利用对100个家庭的年收入和消费观测(均以美元计),便得到如下方程:
cons=-124.84+0.853inc
n=100,R2=0.692
(i)解释这个方程中的截距,并评价它的符号和大小。
(ii)当家庭收入为30000美元时,预计消费为多少?
(iii)以inc为X轴,画出估计的MPC和APC图。
为了确定使用避孕套对于减少有性行为的高中生之间性疾病的传播是否有效,一个简单的模型为
其中,infrate表示有性行为的学生中感染性病的比例,conuse表示声称合理地、有规律地使用了避孕套的男孩子比例,avginc表示平均家庭收入,而city则是一个表示所在学校是否处在城里的虚拟变量;这个模型是在学校这个层次上做的。
(i)在因果性和其他条件不变的模式下解释上述方程,的符号应该是什么?
(ii)为什么infrate和conuse可能是联合决定的?
(iii)如果避孕套使用率随着性病感染率的提高而提高,所以在方程
courseγ0+γ1infrate+其他因素
中y1>0,那么用OLS估计β1时可能的偏误是什么?
(iv)令a表示一个二值变量,若学校有分发避孕套项目则取值1.解释这如何利用这一变量对通过β1(和其他系数)进行Ⅳ估计。我们必须在每个方程中对condis做怎样的假定?