如果结果不匹配，请 
更多“什么是估计标准误？它和判定系数r2有何联系和区别？”相关的问题
利用HSEINV.RAW中的数据。
(i)求出log(inypc)中的一阶自相关系数，然后再求log(nypc)除掉线性趋势后的自相关。对log(price)做相同的计算。这两个序列中的哪个可能有单位根？
(ii)基于第(i)部分的结论估计方程：
并以标准形式报告结果。对系数β1作出解释，并判断它是否统计显著。
(iii)除掉log(iypc)的线性趋势，然后在第(ii)部分的回归方程中使用除趋势的因变量(见教材10.5节)，R2有何变化？
(iv)现在用Δlog(invpc1)作因变量。结果与第(ii)部分相比有何不同？时间趋势还是显著的吗？为什么是或不是？
若变量x与y之间的相关系数r=0，则下列结论中正确的是()。
A．判定系数R2=1
B．判定系数R2=0
C．回归系数
D．估计标准误差se=0
利用WAGEPAN中数据。
(i)利用混合最小二乘法(pooledOLS)估计一个log(ag为被解释变量的方程。以educ，black，exper，married，union以及一系列时间虚拟变量(以1980年为基年)为可解释变量，解释及讨论变量married和union的系数。
(ii)解释为什么通常(i)中标准误总是偏小。算出关于married和union两个变量对自相关和异方差一稳健的标准误。
(iii)现在对变量lwage，exper，married和union进行一阶差分。(不随时间改变的变量educ，black和hisp被排除在这个估计之外，exper也是，因为它总是随着年份增加。)注意排除首年即1980年的一阶差分，因为不存在更早的年份。
(iv)就
作回归分析，确保包括一个常数项和一个从1982年到1987年的时间虚拟变量。算出Δmarried和Δunion的系数和标准误。
(v)对比婚姻状况和工会保费的估计水平及其一阶差分估计，并作相应评论。
A. F=-1
B. F=0
C. F=1
D. F=∞
(i)用虚拟变量demwins来代替教材(10.23)中的demvote，并用通常的格式报告结果。哪些因素影响获胜概率？请用截至1992年的数据。
(ii)有多少个拟合值小于0？有多少个拟合值大于1？
(iii)采用下面的预测规则：如果demwins＞0.5，你就可以预测民主党会获胜;否则，共和党将获胜。那么，在这20次选举中，这个模型有多少次正确地预测了实际结果？
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上，克林顿获胜了，你的预测结果是否与事实相符？
(v)对误差中的AR(1)序列相关，做异方差-稳健：检验。你有何发现？
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗？
A.R2是回归平方和与总平方和的比值
B.R2=0，说明变量间不存在线性依存关系
C.R2=1，说明变量间不存在线性依存关系
D.R2越接近1，说明回归方程拟合优度越高
E.R2越接近1，说明回归方程拟合优度越低
