回归分析中计算的估计标准误就是因变量的标准差（）

利用BARIUM.RAW中的数据。 （i)用前119次观测（即不包含1988年的最后12个月观测)，估计线性趋势模
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？
(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

请帮忙给出正确答案和分析，谢谢！

利用LOANAPP.RAW中的数据。 （i)估计第7章的计算机练习C8第（iii)部分中的方程，计算其异方差-稳
利用LOANAPP.RAW中的数据。
(i)估计第7章的计算机练习C8第(iii)部分中的方程，计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。
(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0？有没有哪个估计值大于1？而这些情况对加权最小二乘估计的应用意味着什么？

请帮忙给出正确答案和分析，谢谢！

利用MATHPNL.RAW中的数据。类似第13章的计算机练习C11中的一阶差分分析，这里将做一个固定效应分析。我们关心的模型是：

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a_i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？
(vi)定义支出的总(或长期)效应为的标准误。

请帮忙给出正确答案和分析，谢谢！

使用VOTE1.RAW中的数据。 （i)估计一个以voteA为因变量并以prystrA、deocA、log（expendA)和log（ex
使用VOTE1.RAW中的数据。
(i)估计一个以voteA为因变量并以prystrA、deocA、log(expendA)和log(expendB)为自变量的模型。得到OLS残差，并将这些残差对所有的自变量进行回归。解释你为什么得到R²=0。
(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。
(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强？

请帮忙给出正确答案和分析，谢谢！

利用HPRICE1.RAW中的数据。 （i)估计模型 并按通常的格式报告你的结果，包括回归标准误。当我们
利用HPRICE1.RAW中的数据。
(i)估计模型

并按通常的格式报告你的结果，包括回归标准误。当我们代入lotsize=10000，sqrft=2300和bdrms=4时，求出预测价格，将这个价格四舍五入到美元。
(ii)做一个回归，使你能得到第(i)部分中预测值的一个95%的置信区间。注意，由于四舍五入的误差，你的预测将多少有些不同。
(iii)令price⁰为具有第(i)部分和第(ii)部分所述特征的住房的未知未来售价。求出price⁰的一个95%的置信区间，并对这个置信区间的宽度进行评论。

请帮忙给出正确答案和分析，谢谢！

（i)利用WAGEPRC.RAW中的数据，估计第11章习题5中的分布滞后模型。用回归教材（12.14)来检验AR（1)
(i)利用WAGEPRC.RAW中的数据，估计第11章习题5中的分布滞后模型。用回归教材(12.14)来检验AR(1)序列相关。
(ii)用迭代的科克伦-奥卡特方法重新估计这个模型。长期倾向的新估计值是多少？
(iii)用迭代C0求出LRP的标准误。(这要求你估计一个修正方程。)判断LRP估计值在5%的水平上是否统计显著异于1？

请帮忙给出正确答案和分析，谢谢！

回归分析的目的是通过自变量的给定值来估计或预测因变量的均值（）

用于成本估计的一元回归分析相对多元回归分析的差异在于，一元回归仅使用（）。
A、—个因变量，而多元回归使用所有可用数据以估计成本
B、因变量，而多元回归既使用因变量也使用自变量
C、一个自变量，而多元回归使用多个自变量
D、—个因变量，而多元回归使用多个因变量

请帮忙给出正确答案和分析，谢谢！

使用SMOKE.RAW中的数据。 （i)变量cigs是平均每天抽烟的数量。样本中有多少人根本就不抽烟？有多
使用SMOKE.RAW中的数据。
(i)变量cigs是平均每天抽烟的数量。样本中有多少人根本就不抽烟？有多大比例的人声称每天抽20支？你为什么认为抽20支香烟的人会有所堆积？
(ii)给定你对第(i)部分的回答，cigs看起来具有条件泊松分布吗？
(iii)用log(cigpric)、log(income)、white、educ、age和age²作为解释变量，估计cigs的一个泊松回归模型。估计的价格和收入弹性是多少？
(iv)利用极大似然标准误，价格和收入变量在5%的水平上统计显著吗？
(v)求方程(17.35)后面介绍的σ²估计值。σ是多少？你应该如何调整第(iv)部分中的标准误？
(vi)利用第(v)部分中调整后的标准误，价格和收入弹性现在统计显著异于零吗？请解释。
(vii)利用更稳健的标准误，教育和年龄变量显著吗？你如何解释educ的系数？
(viii)求泊松回归模型的拟合值yi。找出最大值和最小值，并讨论指数模型对瘾君子的预测表现。
(ix)利用第(viii)部分的拟合值，求yi和yi之相关系数的平方。
(x)使用第(iii)部分中的解释变量(及相同的函数形式)，用OLS估计cigs的一个线性模型。线性模型和指数模型哪个拟合得更好？两者的R都很大吗？

请帮忙给出正确答案和分析，谢谢！

本题使用JTRAIN.RAW中的数据。 （i)考虑简单回归模型 其中，scrap表示企业的废品率，grant表示是
本题使用JTRAIN.RAW中的数据。
(i)考虑简单回归模型

其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？
(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？
(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设它在5%的显著性水平上统计显著吗？
(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。
(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。

请帮忙给出正确答案和分析，谢谢！

使用TRAFFIC2.RAW中的数据。 （i)做prcfat对一个线性时间趋势、月份虚拟变量及变量wkends，unem，s
使用TRAFFIC2.RAW中的数据。
(i)做prcfat对一个线性时间趋势、月份虚拟变量及变量wkends，unem，spdlaw和beltlw的OLS回归。利用教材方程(12.14)中的回归检验误差中的AR(1)序列相关。使用假定了严格外生回归元的检验说得过去吗？
(ii)利用尼威-韦斯特估计量中的4阶滞后，求spdlaw和beltlaw系数的序列相关和异方差-稳健标准误。这将如何影响这两个政策变量的统计显著性？
(iii)现在，利用迭代普莱斯-温斯顿程序估计模型，并将估计值与OLS估计值进行比较。政策变量的系数或统计显著性有重大变化吗？

请帮忙给出正确答案和分析，谢谢！