求助解答计量经济学题目，悬赏500币，每个50币。

1.（10分）假设你在向听众介绍你做的一个一元普通最小二乘法（OLS）回归，其中被解释变量为“学生老师数量比”。你发现回归结果漏掉了系数估计值，报告上显示是：

TS(估计)=698.9-STR Obs=51，SER=18.6 (9.47) (0.48)

式中TS为考试成绩，STR为学生数量比。Obs为样本量，SER为随机扰动项标准差的估计。括弧中为同方差假设下的标准误差。根据上述信息计算漏掉的估计值（只需过程）

2.（10分）考虑两个时间序列模型，两者唯一的差别在于扰动项的随机过程

xt=f(xt-1,xt-2,…)+ɛt

模型一（扰动项服从一阶自回归过程）：ɛt=ρɛt-1+μt，-1<ρ<1

模型二（扰动项服从一阶移动平均过程）：ɛt=μt-λμt-1,-1<λ<1

针对两个模型分别讨论在什么情况下一阶差分能减少扰动项的一阶自相关性。

3.（10分）考虑如下一元面板回归模型,Yit=βitx+αi+μit,i=1,2,…N,t=1,2,3

其中αi为固定效应，E（μit|x）=0,E(μit2|x)=σ2,E(μitμi’t’|x)=0。回答如何用OLS得到β的无偏、一致估计。此估计是有效的吗？为什么？

4.（10分）考虑一个一元回归模型yi=bx+ɛi，假设自变量非随机，E(ɛi)=0，E(ɛi2)=σ2,E(ɛi ɛj)=0。求解理论上关于β均方误最小的线性估计。

5. 尽可能详尽的说明面板固定效应和随机效应的异同。

6.若无截距单变量回归为真实模型，求加入截距和未加入截距的回归中的OLS斜率估计量的期望和条件方差，并判断在什么时候加入截距的模型会导致条件方差更大。（只用回答后面一问）

7.（10分）考虑如下回归模型

yi=μ+ ɛi,E(ɛi|x)=0,Var(ɛi|x)= σ2xi2,Cov(ɛi, ɛj|0)=0

假设你有y和x的随机抽样数据。那么μ的OLS估计是什么？计算其期望与方差，它是无偏的吗？为什么？它是有效的吗？为什么？如果你认为OLS估计无效，找到μ的最优线性无偏估计（BLUE）并计算其方差。

8.（15分）假设真实模型为y=α+βx*+ε。我们希望估计α和β，但问题是我们无法准确观测到x*而只能观测到信号x，两者满足x=x*+μ，其中μ为观测误差，假设x*、μ、ε均服从正态分布，均值为μ*、0、0，方差为σ*2、σu2、σɛ2，且三者两两之间的协方差为0。

8.1（5分）β的OLS估计是一致估计吗？严格证明。

8.2（10分）另外一种方法是将x对常数和y做OLS回归，将得到的斜率求倒数即获得β的估计。该估计是一致估计吗？严格证明你的答案。如果信号噪音很大，你会选择那种估计？

Attempt for Q4





下面的pdf是贴错了的.. {:3_60:}

morosem 发表于 2015-1-14 07:15
Attempt for Q4

怎么给你50币呢