“样本最大值和最小值之间的差异”,描述的是:()。
A.样本方差
B.样本标准差
C.样本误差
D.样本极差
A.样本方差
B.样本标准差
C.样本误差
D.样本极差
第4题
MEAPO1.RAW中的数据是2001年密款根州的数据。利用这些数据回答如下问题。
(i)求出math 4的最大值和最小值。这个范围合理吗?请解释。
(ii)有多少学校在数学测试中有100%的通过率?占整个样本的百分比是多少?
(iii)有多少学校的数学通过率刚好是50%?
(iV)比较数学和阅读的平均通过率。哪个测试更难通过?
(V) 求出math4和read4之间的相关系数。你得到的结论是什么?
(Vi)变量exppp是平均每个学生的支出。求出exppp的平均值和标准差。你认为学生均支出存在大幅差异吗?
(Vii)假设学校A平均每个学生支出6000美元, 学校B平均每个学生支出5500美元。学校A的支出超过学校B的支出百分之多少?与根据自然对数之差近似的百分比差异100x[log(6000)-log(5500)] 进行比较。(参见附录A中的A.4节。)
第5题
A.平均值的优点是不受极大或极小的观测值的影响
B.众数是样本中出现次数最多的观测值,因此它肯定存在
C.极差忽略了最大值和最小值之间的所有信息
D.方差对极值很敏感。因平方的缘故,极值会严重地放大方差
E.中位数的优点是不受极大或极小的观测值的影响
第7题
A.该组数据的最小值是13
B.该组数据的最大值是55557799
C.样本数为40
D.样本数为10
第8题
A.≤1mm
B.≤0.025mm
C.≤0.05mm
D.≤0.02
第9题
本题利用401KSUBS.RAW中的数据。
(i) 计算样本中nettfa的平均值、标准差、最小值和最大值。
(ii) 检验假设平均nettfa不会因为401(k) 资格状况而有所不同, 使用双侧对立假设。估计差异的美元数量是多少?
(iii)根据计算机习题C7.9的第(ii)部分,e401k在一个简单回归模型中显然不是外生的,起码它随着收入和年龄而变化。以收入、年龄和e40lk作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在,估计401(k)资格的美元效应是多少?
(iv) 在第(iii) 部分估计的模型中, 增加交互项e401k·(age-41) 和e401k·(age-41)2 。注意样本中的平均年龄约为41岁,所以在新模型中,e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著?
(v)比较第(iii)和(iv)部分的估计值,401(k)资格在41岁处的估计效应差别大吗?请解释。
(vi) 现在, 从模型中去掉交互项, 但定义5个家庭规模虚拟变量:fsize l, j size2,f size 3, f size 4和f size 5。对有5个或5个以上成员的家庭, fsize 5等于1。在第(iii) 部分估计的模型中, 增加家庭规模虚拟变量, 记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗?
(vii) 现在, 针对模型
在容许截距不同的情况下, 做5个家庭规模类别的邹至庄检验。约束残差平方和SSR, 从第(vi) 部分得到,因为那里回归假定了相同斜率。无约束残差平方和SSRUR=SSR1+SSR2 +…+SSR5 , 其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白,无约束模型中有30个参数(5个截距和25个斜率),而约束模型中有10个参数(5个截距和5个斜率)。因此,带检验的约束个数是q=20,而且无约束模型的df为9275-30=9245。
第10题
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?