根据20个观测值估计的结果,一元线性回归模型的DW=2.3在样本容量n=20,解释变量k=1,显著性水平为0.05时,查得dl=1,du=1.41,那么可以决断()。
A.不存在一阶自相关
B.存在正的一阶自相关
C.存在负的一阶自
D.无法确定
A.不存在一阶自相关
B.存在正的一阶自相关
C.存在负的一阶自
D.无法确定
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.残差平方和SSe=19
B.判定系数R2为0.81
C.估计标准差为0.9
D.样本相关系数R为0.9或-0.9
A.单因素方差分析
B.协方差分析
C.线性回归分析
D.方差分析
(i)利用PHILLIPS.RAW中的数据估计方程(10.2),并以通常格式报告结果。你现在有多少观测数据?
(ii)将第(i)部分的估计值与方程(10.14)中的估计值进行比较。特别是,额外增加的年份对于得到通货膨胀与失业交替关系的估计值是否有帮助?请加以解释。
(iii)现在仅用1997~2003年的数据进行回归。这些估计值与方程(10.14)中的估计值有何不同?利用最近7年数据所得到的估计值足以得到某些肯定的结论吗?请加以解释。
(iv)考虑这样的一个简单回归背景:我们从n个时间序列观测开始,然后把它们分成早期和晚期两个部分。在第一个时期我们有n1个观测,在第二个时期我们有n2个观测。根据本题前面部分的分析评价如下命题:“一般而言,利用所有n次观测得到的斜率估计值大致等于利用早期子样本和晚期子样本所得到的斜率估计值的加权平均,权重分别为n1/n和n2/n。”
(i)有多少个州在1991年、1992年和1993年中至少处决了一个犯人?哪个州处决得最多?
(ii)利用1990年和1993两年的数据,做一个mrdrte对d93、exec和unem的混合回归。你如何解释exec的系数?
(iii)仅利用从1990到1993年的变化(对总共51个观测值),用OLS估计以下方程
并以通常的形式报告结果。现在,处以死刑是否看起来具有威慑作用?
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。
(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。