时间序列数据中更容易出现异方差性。

A.异方差问题

B.多重共线性问题

C.序列相关性问题

D.设定误差问题

A、多重共线性是对数据假设的违背

B、异方差性、自相关性是对干扰项假设的违背

C、异方差性多出现于横截面数据中

D、自相关性多出现于时间序列数据中

E、经典假设的违背情况下，原来的统计检验依然有效

(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?

A.时间序列数据

B.虚变量数据

C.截面数据

D.年度数据

A、时间序列数据

B、修匀数据

C、横截面数据

D、年度数据

此题为判断题(对，错)。

(i)对表教材14-1中的混合OLS估计值，求(合成误差v_it=a_i+u_it中)容许任意形式序列相关和异方差性的标准误。educ，married和wion的稳健标准误与非稳健标准误相比如何?

(ii)现在，在容许特异误差uit中存在任意形式的序列相关和异方差性的情况下，求固定效应估计值的稳健标准误。它们与非稳健的FE标准误相比如何?

(iii)混合OLS和FE中，序列相关情况下的标准误调整对哪种方法来说更重要?为什么?