![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
利用FERTIL3.RAW中的数据。 (i)将gfr对r和t²回归,并保留残差,便得到除趋势的gfrt即。 (ii)将对
利用FERTIL3.RAW中的数据。
(i)将gfr对r和t²回归,并保留残差,便得到除趋势的gfrt即。
(ii)将对教材方程(10.35)中所有变量(包括t和t2)回归。比较得出的R²与教材方程(10.35)中的R2有何不同。你有何结论?
(ii)在教材方程(10.35)中加入t3后重新进行估计。这个新增变量在统计上显著吗?
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
利用FERTIL3.RAW中的数据。
(i)将gfr对r和t²回归,并保留残差,便得到除趋势的gfrt即。
(ii)将对教材方程(10.35)中所有变量(包括t和t2)回归。比较得出的R²与教材方程(10.35)中的R2有何不同。你有何结论?
(ii)在教材方程(10.35)中加入t3后重新进行估计。这个新增变量在统计上显著吗?
在教材例11.6中,我们估计了一个一阶差分形式的有限分布滞后模型:
利用FERTIL3.RAW中的数据来检验误差中是否存在AR(1)序列相关。
利用FERTIL3.RAW中的数据。
(i)以时间为横轴,画出gfr的曲线。在整个样本期间,它包含了明显的向上或向下的趋势吗?
(ii)利用直至1979年的数据,估计gfr的立方时间趋势模型(即将gfr对r,t2,t3和截距项进行回归)。评论这个回归的R²。
(ii)用第(ii)部分中的模型,计算从1980年到1984年的提前一期预测误差的MAE。
(iv)利用到1979年为止的数据,做Agfr1对一个常数的回归。这个常数统计显著异于0吗?如果我们假定gfr1服从一个随机游走,同时也假定漂移项为0,这样做合理吗?
(v)用随机游走模型预测从1980年到1984年的gfr:gfrn+1的预测值无非就是gfn。求出MAE。它与第(ii)部分中得到的MAE有何区别?你更喜欢哪一种预测方法?
(vi)用直至1979年的数据,估计gfr的AR(2)模型。第二个滞后项显著吗?
(vii)用AR(2)模型求出1980~1984年的MAE。这个更一般的模型比随机游走模型的样本外预测效果更好吗?
A.利用ETL工具将分布的、异构数据源中的数据,抽取到临时中间层后进行清洗、转换、集成,最后加载到数据仓库或数据集市中
B.利用日志采集工具把实时采集的数据作为流计算系统的输入,进行实时处理分析
C.利用网页爬虫程序到互联网网站中爬取数据
D.对分析结果进行可视化呈现,帮助人们更好地理解数据、分析数据