均房间数量(rooms)之间的关系:
(i)β1和β2的符号可能是什么?对β1有何解释?请加以说明。
(ii)为什么nox[或更准确地说,是log(nox)]与rooms可能负相关?如果是样,将log(price)对log(nox)进行简单回归得到β1的偏误估计量是偏高还是偏低?
(iii)利用HPRICE2.RAW中的数据,估计出如下方程:
根据你在第(ii)部分的回答,就price对nox的弹性估计值而言,上述简单回归结果和多元回归结果之间的关系与你的预期一致吗?这个结果是否意味着-0.718比-1.043更加接近真实弹性?
)序列相关。
(ii)如果你发现有序列相关的证据,用科克伦-奥卡特方法重新估计这个方程,并将所得结果与以前的结果进行比较。
的AR(1) 序列相关(用CONSUMP RAW) 。
(ii)在计算机习题C11.7中,你通过消费的增长对其一期滞后的回归,检验了持久收入假说。在做这个回归之后,再通过残差平方对的回归来检验异方差。你有何结论?
有证据表明方程存在AR(1)序列相关性。
使用BWGHT2.RAW中的数据。
(i)用OLS估计方程
并按照通常的格式报告结果。二次项显著吗?
(ii)基于第(i)部分中的方程,证明:最大化log(bwght)的产前检查次数约为22。样本中有多少妇女至少接受过22次产前检查?
(ii)在22次产前检查之后,预计婴儿出生体重实际上会下降,这有意义吗?请解释。
(iv)在方程中增加母亲年龄,并使用二次函数形式。保持npvis不变,目前在什么年龄,孩子的出生体重最大?样本中有多大比例的妇女年龄大于这个“最优”生育年龄。
(v)你认为母亲年龄和产前检查次数解释了log(bwght)中的大部分变化吗?
(vi)利用npvis和age的二次方程,确定用bwght的自然对数或水平值来预测bwght孰优孰劣。
A.14.21
B.14
C.14.11
D.14.31