计量小题目，送金币（暂无）

斑竹很有钱啊!我要试试

要理解这几道题目，我觉得首先应理解一下几个问题：
第一，什么是条件期望?E（y/x）是指给定x的情况下，y的期望。如果x和y是不相关的，那么E（y/x）=E（y）；如果x和y是相关的，此时可将y看做x的函数，因此，E（y/x）的值是随x而变化的。至于E（y/x，x^2）=E（y/x）也就很明显了，因为给定了x，x^2自然也是给定了的。
第二，什么是partial effect?要理解这一概念，首先要清楚其前提条件，x1对y的partial effect是指在给定其他解释变量保持不变的情况下，x1对y的影响。这排除了其他解释变量和x1相关的部分，不难理解，如果x1和x2都包含z，在保持x2不变的情况下，z也必须保持不变，那么，x1中所包含的z必须被除去。因此平时我们看到的回归方程中的系数，可通过两个过程得到。首先将x1对其他所有解释变量（当然，不能包含那些本身是x1函数的解释变量）做回归，得到残差项，这一步是为了排除x1和其他解释变量之间的相关性；然后，将该残差项和y进行回归，得到的系数即是x1对的partial effect。另外，如果解释变量包含交叉项，比如x1*x2，要得到x1的partial effect,可将交叉项变换为x1*(x2-u2)，u2为x2的均值，将x1的系数和x1*(x2-u2)的系数相加，即可得到x1的partial effect。
第三，为何采用对数形式？采用对数形式的优点：因变量采用对数形式的模型比采用水平形式模型更接近中心极限定理的假定，因此，推断时效果更好；可缓解异方差问题；对解释变量的异常值敏感度降低。缺点：变量不能取负值。对变量的解释不明显。比如，x1对log（y）的影响，直接解释肯定不对，直接转换为指数形式也是不对的。

更正：“如果x和y是不相关的，那么E（y/x）=E（y），如果x和y是相关的，此时可将y看做x的函数”，应该将“不相关”改为独立，将“相关”改为不独立。因为不相关性表示的是y和x之间的线性关系，没有排除非线性的可能性。

[此贴子已经被作者于2008-1-12 15:02:59编辑过]

题目是不难 不过呢 搞个英语 就不行了

而且公式写的很不好,建议在WORD里边编辑好一点再发

呵呵，是一个练习的好机会

关于第三题b问的进一步解答

因为已经speicify了模型为y=beta0+beta1*x1+beta2*x2+beta3*x2^2+beta4*x1*x2+u

要使x1 x2 x2^2 x1*x2外生的条件就是E(u|x1,x2,x2^2,x1x2)=0 而E(u|x1,x2,x2^2,x1x2)= E(u|x1,x2) 所以...

不知道这次答完整了没有

Answer to 6:

R^2=1-(SSR/SST)

SST和你图片里的分母一样，而在Regression through the Origin(也就是没有intercept的时候），OLS residuals不再具有zero sample average的性质。

第四题，尝试翻译下，问题请指出

假设数据事实上是由模型H2生成的，GAMMA1等于1.5，GAMMA2等于0.5；

假设Xi的值域是[10,110]，均值是60；

忽略误差项，认为方程是决定性关系。

找出当自变量（Xi)是均值时.使H1的d(yi)/d(xi)与H2的d(yi)/d(xi)水平相同BETA1和BETA2,(由于GAMMA1.GAMMA2是常数，所以BETA1,BETA2应该也是常数）；

现在决定性关系不变，Xi的值域不变的情况下，将2个模型改写为Yi以Xi表示。则2个模型的拟合程度如何？

dirkzengOLS residuals不再具有zero sample average的性质，为什么

R^2=1-(SSR/SST)就有可能小于0呢，还是不大明白，能再解释一下吗？