在回归模型中，对参数的显著性进行检验，使用（）统计量

A、拟和优度检验可以通过样本决定系数、施瓦茨准则、赤池信息准则来检验

B、拟和优度高的模型一定比拟和优度低的模型更好，这一准则适用于任何应用

C、虽说样本决定系数并没给出具体的临界值来判定拟合优度的好坏，但可以根据其与F统计量的关系进行推导判定

D、对于一元线性回归模型来说，回归方程的显著性检验与回归参数的显著性检验是等价的

E、模型参数的线性约束检验、若干个回归系数同时为零的检验以及方程稳定性检验用到的统计量均为F统计量

A、t(0.05,30)

B、t(0.025,30)

C、t(0.05,28)

D、t(0.025,28)

为了向客户提供房屋租金方面的信息，本案例收集了80个商业地产的房龄、空置率、占地面积、出租率和运营费用。所涉及的变量有房龄()，运营费用 ()，空置率(), 面积()和出租率(Y)。数据文件请至“第四章数据与代码文件”处下载，文件各列数据依次为Y、X1、X2、X3、X4。 本例使用statsmodels库进行分析，先进行数据分析，再根据运行结果回答以下问题,答题时选择与运行结果最为接近的数值。 思考题： 1，使用最小二乘方法得到的回归估计方程为 （ ） A.B.C.D.2.模型中方差的估计值为( ) A.0.729 B.0.532 C.1.214 D.1.474 3. 对回归方程进行整体显著性的F检验，所得的统计量的值为（ ） A.31.438 B.21.325 C.110.567 D.125.751 4. 对的回归系数进行显著性检验，所得检验的p值为( ) A.-6.052 B.0.090 C. 0.319 D.1.003 5. 对一个房龄=14，运营费用=8.19，空置率=0.27, 面积=104的商业地产，预测其出租率的值为（ ） A.13.670 B.15.415 C. 12.901 D.12.730

(i)变量sprdcvr是一个二值变量，若在大学篮球比赛中实际分数差距超过拉斯维加斯让分，则此变量取值1。sprdcvr的期望值(比方说u)表示在一场随机抽取的比赛中分差超过让分的概率。在10%的显著性水平上相对于H₁:μ≠0.5检验H₀:μ=0.5，并讨论你的结果。(提示：将sprdcvr只对一个截距项进行回归便得到一个r统计量，利用这个统计量很容易完成。)

(ii)553个样本中有多少场比赛是在中立场地进行的?

(iii)估计线性概率模型

并以通常的形式报告结论。(报告通常的标准误和异方差-稳健的标准误。)哪个变量在实际上和统计上都是最显著的?

(iv)解释为什么在原假设下，模型中不存在异方差性。

(v)利用通常的F统计量检验第(iv)部分的原假设，你得到了什么结论?

(vi)给定上述分析，你会不会认为，利用赛前可利用的信息，有可能系统地预测拉斯维加斯让分能否实现?

B.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明数据本身有较多异常值，此时的结果已无意义，要对数据重新审核再来进行回归分析。

C.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明这3个自变量间可能有相关关系，这种情况很正常。

D.ANOVA表中的P-VALUE=0.0021说明整个回归模型效果不显著，回归根本无意义。

此题为判断题(对，错)。

(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.3 个自变量回归系数检验中，应该至少有1 个以上的回归系数的检验结果是显著的(即至少有1 个以上的回归系数检验的 P-Value 小于0.05)，不可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况

B.有可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况，这说明数据本身有较多异常值，此时的结果已无意义，要对数据重新审核再来进行回归分析。

C.有可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况，这说明这3 个自变量间可能有相关关系，这种情况很正常。

D.ANOVA 表中的P-VALUE=0.0021 说明整个回归模型效果不显著，回归根本无意义。