在简单线性回归模型y=β0+β1x+u中,假定E(u)≠0。令α0=E(u),证明:这个模型总可以改写
为另一种形式:斜率与原来相同,但截距和误差有所不同,并且新的误差期望值为零。
为另一种形式:斜率与原来相同,但截距和误差有所不同,并且新的误差期望值为零。
第1题
(x)=x2或g(x)=log(1+x2) 。定义zi=g(xi)定义一个斜率估计量为
第2题
A.常数参数模型
B.截距与斜率同时变动模型
C.截距变动模型
D.分段线性回归模型
第3题
利用JTRAIN3.RAW中的数据。
(i)估计简单回归模型re78=β0+β1train+u,并用常用格式报告结论。基于这个回归,1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗?
(ii)现在使用真实劳动工资的变化cre=re78-re75作为因变量。(由于我们假定1975年之前没有工作培训,所以我们没有必要对train进行差分。也就是说,如果我们定义ctrain=train78-train75,那么,由于train75=0,所以ctrain=train78.)现在,培训的估计影响有多大?讨论它与第(i)部分估计值的比较。
(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间,并描述你的结论。
第7题
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
第9题
A.当X2不变时,X1每变动一个单位Y的平均变动
B.当X1不变时,X2每变动一个单位Y的平均变动
C.当X1和X2都保持不变时,Y的平均变动
D.当X1和X2都变动一个单位时,Y的平均变动
第10题
数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息,以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题,只使用无子女已婚者数据(marr=1,fsize=2)。
(i)数据集中有多少无子女已婚夫妇?
(ii)利用OLS估计模型
nettfa=β0+β1inc+β2age+u;
并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗?
(iii)第(ii)部分的回归截距有重要意义吗?请解释。
(iv)在1%的显著性水平上,针对H0:β2>1检验H0: β2=1,求出p值。你能拒绝H0吗?
(V)如果你做一个nettfa对inc的简单回归,inc的斜率估计值与第(ii)部分的估计值有很大不同吗?为什么?