Anda di halaman 1dari 5

1.

Dengan asumsi di kolom 1 tabel, tunjukkan bahwa asumsi di kolom 2 sama dengan
mereka.
ASUMSI MODEL KLASIK

(1) (2)
E (ui | Xi) = 0 E (Yi | Xi) = + X 2 2

Cov (u u = 0 i
i, j) cov (Y Y = 0 i
i, j)

Var (u |u =
i j)
2
var (Y |X =
i i)
2

2. Tunjukkan bahwa taksiran = 1. 572 dan = 1. 357 yang digunakan pada 1 2

percobaan pertama pada Tabel 3.1 sebenarnya adalah estimator OLS.

3. Menurut Malinvaud (lihat catatan kaki 10), asumsi bahwa E (u | X ) = 0 cukup i i

penting. Untuk melihat ini, mempertimbangkan


PRF: Y = + X + U . Sekarang mempertimbangkan dua situasi: (i) = 0, = 1,
1 2 saya Saya 1 2

dan E (u ) = 0; dan (ii) = 1, = 0, dan E (u ) = (X - 1). Sekarang ambil harapan t dia


i 1 2 i i

PRF bersyarat pada X dalam dua kasus sebelumnya dan melihat apakah Anda setuju
dengan Malinvaud tentang pentingnya asumsi E (u | X ) = 0. i i

4. Pertimbangkan regresi sampel


Y = + X +U
i 1 i i i

Memaksakan pembatasan (i) = 0 dan (ii) = = 0, memperoleh i i i

estimator dan dan menunjukkan bahwa mereka adalah saya dentical dengan kuadrat-
i 2

estimator diberikan dalam (3.1.6) dan (3.1.7). Metode untuk mendapatkan


penduga disebut prinsip analogi. Memberikan pembenaran intui tive
untuk pembatasan imposin g (i) dan (ii). (Petunjuk: Ingat asumsi CLRM
tentang ui.) Dalam passing, perhatikan bahwa analogi prinsip o f memperkirakan parameter
yang tidak diketahui juga dikenal sebagai metode momen di mana saat sampel (misalnya,
sampel berarti) digunakan untuk Estimat saat e populasi ( misalnya, rata-
rata populasi). Seperti tercantum dalam Lampiran A, sesaat adalah statistik ringkasan dari
distribusi probabilitas, seperti nilai yang diharapkan dan varians

5. Tunjukkan bahwa r 2 didefinisikan dalam (3.5.5) berkisar antara 0 dan 1. Anda dapat
menggunakan ketidaksamaan Cauchy -Schwarz, yang menyatakan bahwa untuk setiap
variabel acak X dan Yhubungan berikut berlaku:

[E (XY)] E (X 2) E (Y 2) 2

6. Membiarkan YX dan XY mewakili lereng di


regresi Y pada X dan X pada Y, masing-masing. Menunjukkan bahwa

+ =R
YX XY
2

di mana r adalah koefisien korelasi antara X dan Y


7. Misalkan dalam latihan 3.6 itu = 1. Apakah itu penting maka jika kita YX XY

mundur Y pada X atau X pada Y? Jelaskan dengan seksama


8. Korelasi rank rs koefisien Spearman didefinisikan sebagai berikut
dimana d = Perbedaan di jajaran ditugaskan untuk individu yang sama atau fenomena
dan n = jumlah individu atau fenomena peringkat. Turunkan rs dari r didefinisikan dalam
(3.5.13). Petunjuk: Peringkat Xdan Y nilai-nilai dari 1 sampai n. Perhatikan bahwa
jumlah X dan Y peringkat adalah n (n + 1) / 2 masing-masing dan karena itu berarti
mereka (n + 1) / 2.

9. Pertimbangkan formulasi berikut dari PRF dua variabel


Model I: Y = + X + U
t 1 2 i i

Model II: Y = A + A (X -. X) + u
t 1 2 i i

Sebuah. Menemukan estimator dari dan a 1. Apakah mereka identik? Varians 1

mereka identik?
b. Menemukan estimator dari dan a 2. Apakah mereka identik? Varians mereka identik?
2

c. W topi adalah keuntungan, jika ada, model II atas model saya?

10. Misalkan Anda menjalankan regresi berikut:


Y = + x +U
t 1 2 i i

di mana, seperti biasa, yi dan xi penyimpangan fro m masing-rata nilai-nilai mereka. Apa
yang akan menjadi nilai 1? Mengapa? Akan sama seperti yang diperoleh dari 2

Persamaan. (3.1.6)? Mengapa

11. Biarkan r = Koefisien korelasi antara n pasangan nilai (Y , X ) Dan r = Koefisien


1 i i 2

korelasi antara n pasangan nilai (aX + B, CYI + d), di mana a, b, c, dan d adalah i

konstanta. Menunjukkan bahwa r = R dan karenanya membangun prinsip bahwa 1 2

koefisien korelasi adalah invarian terhadap perubahan skala dan perubahan


asal. Petunjuk: Terapkan definisi r diberikan dalam
(3.5.13). Catatan:Operasi aX , X + B, dan aX + B diketahui, masing-masing, i i i

sebagai perubahan skala, perubahan asal, dan perubahan baik skala dan asal.
12. Jika r, koefisien korelasi antara n pasangan nilai (X , Y ), positif, kemudian tentukan i i

apakah masing-masing pernyataan berikut ini benar atau salah:


Sebuah. r antara (- X , - Y ) juga positif. i i

b. r antara (- X , Y dan bahwa antara (Xi , - Y ) dapat berupa positif atau negatif.
i i) i

c. Kedua koefisien kemiringan yx dan xy positif, di mana koefisien yx = kemiringan di


regresi Y pada X dan xy = kemiringan sien efisien dalam regresi X pada Y.

13. Jika X 1, X dan X adalah variabel berkorelasi masing-masing memiliki deviasi


2, 3

standar yang sama, menunjukkan bahwa koefisien korelasi


antara X + X dan X + X adalah sama dengan 1/2 .Mengapa koefisien korelasi tidak
1 2 2 3

nol?
14. Dalam regresi Yi = + X + U misalkan kita kalikan setiap nilai X dengan
1 2 i i

konstan, katakanlah, 2. Apakah itu mengubah residu dan nilai-nilai fitted


dari Y? Menjelaskan. Bagaimana jika kitamenambahkan nilai konstan, mengatakan, 2,
untuk setiap nilai X?

15. Tunjukkan bahwa (3.5.14) sebenarnya mengukur koefisien


determin asi. Petunjuk: Terapkan definisi r diberikan dalam (3.5.13) dan ingat bahwa
Y = (Y + = dan ingat (3.5.6).
i i i i) i yi
2

16. Jelaskan dengan alasan bahwa laporan berikut ini benar, palsu, atau tidak pasti

a. Karena korelasi antara dua variab les, Y dan X, dapat berkisar dari -1 sampai
+1, ini juga berarti bahwa cov (Y, X) juga terletak di antara batas-batas ini.
b. Jika korelasi antara dua variabel adalah nol, berarti tidak ada hubungan antara
kedua variabel tersebut.
c. Jika Anda regresi Y pada (Yaitu, Y sebenarnya pada estimasi Y), mencegat
i i

dan kemiringan nilai-nilai akan 0 dan 1, masing-masing:

17. Regresi tanpa regresor apapun. Misalkan Anda diberi model: Yi = 1 + ui. Gunakan
OLS untuk menemukan penaksir 1. Apa varians dan RSS nya? Apakah th e
diperkirakan 1 masuk akal intuitif?Sekarang perhatikan model dua
variabel Yi = + X + U i. Apakah layak menambahkan X untuk model Jika tidak,
i 2 i i

mengapa repot-repot dengan analisis regresi?


18. Dalam Tabel 3.5, Anda diberikan jajaran 10 siswa di ujian tengah semester dan akhir
ex aminations dalam statistik. Hitung koefisien korelasi peringkat Spearman dan
tafsirkanlah
19. Hubungan antara kurs nominal dan harga relatif. Dari pengamatan tahunan 1980-
1994, hasil regresi berikut diperoleh, di mana Y nilai tukar = dari mark Jerman ke dolar
AS (GM / $) dan X = rasio indeks harga konsumen AS untuk indeks harga konsumen
Jerman ; yaitu, X merupakan harga relatif di kedua negara
Y = 6. 682-4. 318 Xt r 2 = 0. 528
t

se = (1. 22) (1. 333)


a. Interpretasikan regresi ini. Bagaimana Anda menafsirkan r 2?
b. Apakah nilai negatif dari Xt masuk akal ekonomi? Apa teori ekonomi yang
mendasari?
c. Misalkan kita adalah untuk mendefinisikan X sebagai rasio CPI Jerman ke AS
CPI. Apakah itu mengubah tanda X? Dan mengapa?:
20. Tabel 3.6 memberikan data pada indeks output per jam (X) dan kompensasi riil per
jam (Y) untuk bisnis dan bisnis nonpertanian sektor ekonomi AS untuk 1959-1997. Tahun dasar
dari indeks adalah 1982= 100 dan indeks yang disesuaikan secara musiman
Mahasiswa
Pangkat SEBUAH B C D E F G H saya J
Midterm 1 3 7 10 9 5 4 8 2 6
Terakhir 3 2 8 7 9 6 5 10 1 4
.
21. Dari sampel 10 pengamatan, diperoleh hasil sebagai berikut:
Y = 1110 X = 1700 X Y = 205.500
I I Saya I

X = 322.000 Y = 132.100
2
1 I
2

dengan koefisien korelasi r = 0. 9758. Tapi saat memeriksa ulang perhitungan ini, ditemukan
bahwa dua pasang pengamatan dicatat:

Y X Y X
90 120 80 110
Dari pada
14 220 15 210
0 0

Apa yang akan menjadi efek dari kesalahan ini pada r? Mendapatkan r yang benar.

22. Tabel 3.7 memberikan data harga emas, Indeks Harga Konsumen (IHK), dan Indeks
New York Stock Exchange (NYSE) untuk Amerika Serikat untuk periode 1977-
1991. Indeks NYSE mencakup sebagian besar saham yang tercatat di NYSE, sekitar 1500
plus
a. Plot di scattergram harga emas yang sama, CPI, dan NYSE Index
b. Investasi seharusnya merupakan lindung nilai terhadap inflasi jika harga dan /
atau tingkat pengembaliannya setidaknya mengikuti laju inflasi. Untuk menguji
hipotesis ini, misalkan Anda memutuskan untuk sesuai dengan model berikut, dengan
asumsi sebar dalam menunjukkan bahwa ini adalah tepat:
Harga emas t = 1 + 2 CPI + U
t t

NYSE Indeks = 1 + 2 CPI + U ..


t t t

23. Tabel 3.8 memberikan data produk domestik bruto (PDB) untuk Amerika Serikat
untuk tahun 1959-1997.
a. Plot data PDB dalam arus dan konstan (yaitu, 1992) dolar terhadap waktu.
b. Membiarkan Y menunjukkan PDB dan waktu X (diukur secara kronologis
dimulai dengan 1 untuk 1959, 2 untuk 1960, melalui 39 untuk 1997), melihat apakah
model berikut cocok dengan data GDP:
Yt = 1 + 2 Xt + ut
Perkirakan model ini untuk GDP aktual dan konstan dolar.
c. Bagaimana Anda menafsirkan 2?
d. Jika ada perbedaan antara 2 diperkirakan untuk PDB saat ini dolar dan
diperkirakan untuk PDB konstan dolar, apa yang menjelaskan perbedaan?
e. Dari hasil Anda apa yang dapat Anda katakan tentang sifat inflasi di Amerika
Serikat selama periode sampel?
24. Dengan menggunakan data yang diberikan pada Tabel I.1 dari Pendahuluan, verifikasi
Pers. (3.7.1)
25. Untuk contoh SAT yang diberikan dalam latihan 2.16 lakukan hal berikut
a. Plot skor verbal wanita melawan skor verbal pria.
b. Jika scatterplot menunjukkan bahwa hubungan linier antara keduanya
tampaknya tepat, dapatkan regresi skor verbal perempuan pada skor verbal pria.
c.Jika ada hubungan antara dua nilai verbal, adalah hubungan kausal?
26. Ulangi latihan 3.24, ganti nilai matematika untuk skor verbal.
27. Monte Carlo studi kelas tugas: Mengacu pada 10 X nilai yang diberikan dalam Tabel
3.2. Mari 1 = 25 dan 2 = 0. 5. Asumsikan ui N (0, 9), yaitu, ui biasanya
didistribusikan dengan mean 0 dan varians 9. Menghasilkan 100 sampel menggunakan
nilai-nilai ini, memperoleh 100 perkiraan 1 dan 2. Grafik perkiraan ini. Kesimpulan
apa yang bisa Anda ambil dari studi Monte Carlo? Catatan:Kebanyakan paket statistik
sekarang bisa menghasilkan variabel acak dari distribusi probabilitas yang paling
terkenal. Mintalah bantuan instruktur Anda, jika Anda mengalami kesulitan dalam
menghasilkan variabel semacam itu ..