.61Р1119.21 Р721.3Р99.2Р 河南Р7048.59Р2874.67 Р5535.7Р101.3Р第五章模型的建立与估计中的问题及对策Р5.1 判断题(判断对错;如果错误,说明理由)Р(1)尽管存在严重多重共线性,普通最小二乘估计量仍然是最佳线性无偏估计量(BLUE)。Р(2)如果分析的目的仅仅是为了预测,则多重共线性并无妨碍。Р(3)如果解释变量两两之间的相关系数都低,则一定不存在多重共线性。Р Р(4)如果存在异方差性,通常用的t检验和F检验是无效的。Р(5)当存在自相关时,OLS估计量既不是无偏的,又不是有效的。Р(6)消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。Р(7)模型中包含无关的解释变量,参数估计量会有偏,并且会增大估计量的方差,即增大误差。Р(8)多元回归中,如果全部“斜率”系数各自经t检验都不显著,则R2值也高不了。Р(9)存在异方差的情况下,OLS法总是高估系数估计量的标准误差。Р(10)如果一个具有非常数方差的解释变量被(不正确地)忽略了,那么OLS残差将呈异方差性。Р5.2 考虑带有随机扰动项的复利增长模型: Y表示GDP,Y0是Y的基期值,r是样本期内的年均增长率,t表示年份,t=1978,…,2003。Р试问应如何估计GDP在样本期内的年均增长率? Р5.3检验下列情况下是否存在扰动项的自相关。РDW=0.81,n=21,k=3РDW=2.25,n=15,k=2РDW=1.56,n=30,k=5Р5.4 有人建立了一个回归模型来研究我国县一级的教育支出:Р Y=β0+β1X1+β2X2+β3X3+u Р其中:Y,X1,X2 和X3分别为所研究县份的教育支出、居民人均收入、学龄儿童人数和可以利用的各级政府教育拨款。Р?他打算用遍布我国各省、市、自治区的100个县的数据来估计上述模型。Р?(1)所用数据是什么类型的数据?
全文预览
