题目内容
（请给出正确答案）
A.样本中，平均每月的广告费支出是$800,000。
B.当每月广告费支出处在平均值时，产品销售为$800,000
C.平均来看，每元额外的广告费用可以能够导致销售增加$.80
D.广告不是销售的一个好的预测指标，因为系数太小了。
如果结果不匹配，请 联系老师 获取答案
更多“一个部门使用回归方法，根据月广告费用支出来预测月产品销售（二…”相关的问题
A.某样本中，平均每月的广告费支出是$800,000；
B.当每月广告费支出处在平均值时，产品销售为$800,000；
C.平均来看，每元额外的广告费用可以能够导致销售增加$0.80；
D.广告不是销售的一个好的预测指标，因为系数太小了。
A.$12,500
B.$12,250
C.$2,500
D.$11,250
要求：
(1)写出销售量y与广告费用x之间的线性回归方程。
(2)假如明年计划投人广告费用为50万，根据回归方程估计明年汽车销售量。
A.200
B.220
C.400
D.520
其中，因为滞后支出变量，第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型， 并报告通常的标准误。为使得ai的期望值可以非零， 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么？求OLS残差
。
(ii)lunchit系数的符号在意料之中吗？解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗？
(iii)利用
的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关，并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗？
(v)你为什么认为在固定效应估计中，注册学生人数和午餐项目变量不是联合显著的？
A.支出法
B.收入法
C.生产法
D.无法确定
回归模型中存在多重共线性,你如何解决这个问题()
1.去除这两个共线性变量
2.我们可以先去除一个共线性变量
3.计算VIF(方差膨胀因子),采取相应措施
4.为了避免损失信息,我们可以使用一些正则化方法,比如,岭回归和lasso回归
A.1
B.2
C.2和3
D.2,3和4
