利用NYSE.RAW中的数据。
(i)估计教材方程(12.47)中的模型并求OLS残差平方。求u2t在整个样本中的平均值、最小值和最大值。
(ii)利用OLS残差平方估计如下的异方差性模型
报告估计系数、标准误、R²和调整R²。
(ii)将条件方差描述成滞后return-1的函数。方差在return_,取何值时最小?这个方差是多少?
(iii)为了预测动态方差,第(ii)部分的模型得到了负的方差估计值吗?
(v)第(ii)部分中的模型拟合效果比教材例12.9中的ARCH(1)模型更好还是更差?请解释。
(vi)在教材方程(12.51)的ARCH(1)回归中添加二阶滞后ut-22。这个滞后看起来重要吗?这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗?
本题利用INVEN.RAW中的数据;也可参见计算机习题C11.6。
(i)从加速数模型中求出OLS残差,并用回归来检验是否存在序列相关。p的估计值是多少?序列相关看起来是多大的问题?
(ii)用PW估计这个加速数模型,并将β1的估计值与OLS估计值进行比较。你为什么预期它们很相似?
A.不论筷子上是否残留着食物,都不要去舔
B.和人交谈时,要暂时放下筷子
C.不要把筷子竖插放在食物上面
D.筷子还可以用来剔牙、挠痒等作用,非常实用
A.洗手护士于手术前认真检查台上所有用物的完整性
B.所有用物的完整性的功能
C.所用物的数目是否与规定的数目相符
D.术中需要更换缝针,手术间任何人可执行
E.巡回护士仔细清点用物
A.不论筷子上是否残留着食物,都不要去舔。
B.和人交谈时,要暂时放下筷子
C.不要把筷子竖插放在食物上面。
D.筷子还可以用来剔牙、挠痒等作用,非常实用。
利用MURDER.RAW中的数据。
(i)利用1990年和1993年的数据,用混合OLS估计方程
并以常用形式报告结论。不必担心通常的OLS标准误因a,的出现而不适当。你估计出了死刑的威慑效应吗?
(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中,你应该有51个观测)。现在,你对威慑效应有何结论?
(iii)在第(ii)部分的FD回归中,求残差的布罗施-帕甘回归,并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归,其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论?
(iv)做第(ii)部分中的同样回归,但求异方差-稳健的t统计量。结果如何?
(v)你认为Aexec;的哪个统计量更值得信赖,是通常的:统计量还是异方差-稳健的!统计量?为什么?