利用回归方法分析市场现象时,因变量和自变量之间的关系必须是()。
A.无关
B.交叉相关
C.高度相关
D.弱相关
A.无关
B.交叉相关
C.高度相关
D.弱相关
A.一元线性回归分析
B.二元线性回归分析
C.多重线性回归分析
D.自回归预测分析
A.E(y0)的置信区间与y0的预则区间宽度相同
B.x越接近x时,yo的预测误差越小
C.越接近,E(y0)的预测误差越大
D.E(y0)与的点估计值不同
A.Logistic回归更关注预测值接近观测值(0或1)的程度
B.Logistic回归模型的参数估计使用普通最小乘法(OLS)
C.上手Logistic回归更关注正确预测的频率以及模型能否有效减少误差
D.利用SPSS进行Logistic回归时,输出结果中的Cox-Snell和Nagelkerke值说明了自变量解释因变量变异的比例
E.Logistic回归解释了自变量和因变量概率取值之间的关系
下列对股票市盈率的简单估计方法中不属于利用历史数据进行估计的方法是()。
A.算术平均数法或中间数法
B.趋势调整法
C.市场预期回报率倒数法
D.回归调整法
本题利用JTRAIN3.RAW中的数据。
(i)估计简单回归模型并用常用格式报告结论。基于这个回归,1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗?
(ii)现在使用真实劳动工资的变化cre=re 78-re 75作为因变量。(由于我们假定1975年之前没有工作培训,所以我们没有必要对train进行差分。也就是说,如果我们定义ctrain=train 78-train75, 那么,由于train75=0,所以ctran=train78。)现在,培训的估计影响有多大?讨论它与第(i)部分估计值的比较。
(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间,并描述你的结论。
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?