题目内容
（请给出正确答案）
[主观题]
不满足OLS基本假定的情况，主要包括()。
不满足OLS基本假定的情况，主要包括（)。
A、随机序列项不是同方差，而是异方差
B、随机序列项序列相关，即存在自相关
C、解释变量之间相关
D、解释变量是随机变量，且与随机扰动项相关
E、因变量是随机变量，即存在误差
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A、随机序列项不是同方差，而是异方差
B、随机序列项序列相关，即存在自相关
C、解释变量之间相关
D、解释变量是随机变量，且与随机扰动项相关
E、因变量是随机变量，即存在误差
如果结果不匹配，请 联系老师 获取答案
更多“不满足OLS基本假定的情况，主要包括()。”相关的问题
对美国所有家庭构成的总体考虑一个家庭储蓄方程：
其中，inc表示家庭收入，hhsize表示家庭规模，educ表示户主受教育年数，而age表示户主的年龄。假定E(ulinc，hhsize，educ，age)=0。
(i)假设样本只包括户主年龄在25岁以上的家庭。如果我们对这样一个样本使用OLS，我们能得到βj的无偏估计量吗？请解释。
(ii)现在假设我们的样本只包括无子女的已婚夫妇。我们能估计储蓄方程中的所有参数吗？我们能估计哪些参数？
(iii)假设我们从样本中排除掉储蓄超过每年25000美元以上的家庭。OLS能得到βj的一致估计量吗？
参考例13.9并利用CRIME4.RAW中的数据。
(i)假定你在做差分以消除非观测效应后， 认为
log(pol pc)与log(crm rte) 是同时决定的; 特别是犯罪的增加与警察人数的增加有关。这对解释方程(13.33)中log(pol pc) 的正系数有何帮助？
(ii)变量tca pc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗？
(iii)在包括了潜在的工具变量log(tap c)后， 利用混合OLS估计log(pol pc) 的约简型。log(tax pc) 看起来是一个很好的备选IV吗？
(iv)假设在几年后，北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响？
(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng，sat，hsperc，feale，black，white，frestsem，tothrs，crsgpa和season。试解释season的系数。它统计显著吗？
(ii)在仅参与秋季运动项目的运动员中，大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平，那么混合OLS估计量将是有偏误的。试解释。
(iii)现在，取两个学期数据的差分，问哪些变量将随之消失？现在检验赛季效应。
(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量，在此分析中被我们忽略了吗？
参考方程(15.19)和(15.20)。假定
，因而误差项中的总体变异与z中的总体变异一样。假定工具变量z与u轻微相关：Corr(z， u)=0.1， 又假定：与x具有略微强一些的相关：Com(z， x) =0.2。
(i)Ⅳ估计量的渐近偏误是多少？
(ii)z与u之间必须存在多大程度的相关， OLS才比2SLS具有更大的渐近偏误？
你是否同意以下命题？并对你的判断给出简要说明。
(i)像横截面观测一样，我们可以假定大多数时间序列观测是独立分布的。
(ii)时间序列回归中的OLS估计量在前三个高斯-马尔科夫假定下是无偏的。
(iii)在多元回归中，一个含有趋势的变量不能用作因变量。
(iv)在使用年度时间序列观测时，不存在季节性问题。
利用AIRFARERAW中的1997年数据。
(i)美国航线机票的一个简单需求函数为
其中，passen是日均乘客量，fare是平均票价，dist是航线距离(以英里计)。如果这真的是一个需求函数，a1的符号应该如何？
(ii)用OLS估计第(i)部分中的方程。估计的价格弹性是什么？
(iii)考虑变量concen，它度量了市场集中程度。(具体而言，它就是最大运家所占的商业份额。)用语言解释，要在需求方程中把concen看成外生变量，我们必须假定什么？
(iv)现在假定concen在需求方程中是外生的。估计log(fare)的约简型，并证实concen对log(fare)有正的(偏)效应。
(v)用Ⅳ估计需求函数。现在，估计的需求价格弹性是什么？它与OLS估计值相比如何？
(vi)利用Ⅳ估计值，描述座位需求如何取决于航线距离。
在模型(9.17)中，证明：如果ai与xi不相关，bi与xi和
也不相关，这是一个比式(9.19)更弱的假定，那么，普通最小二乘法就能一致地估计α和β。[提示：把方程写成式(9.18)的形式并根据第5章的分析可知， 截距和斜率的OLS估计值一致的充分条件是E(ui)=0和Cov(xi，ui)=0.
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？
