在如下回归模型中：Y表示以美元度量的小时工资，D为虚拟变量，对大学毕业生取值l，对高中毕业生取

在双变量总体回归函数中，假设误差方差结构如下：

如何通过模型变换实现同方差？如何估计变换后的模型？列出估计步骤。

在双变量总体回归函数中，假设误差方差结构如下： 如何通过模型变换实现同方差 如何估计变换后的模型 列出估计步骤

A.被解释变量的变化中可以用回归模型来解释的部分

B.被解释变量的变化中未被回归模型来解释的部分

C.解释变量的变化中可以用回归模型来解释的部分

D.解释变量的变化中未被回归模型来解释的部分

研究应变量y不同取值的概率与自变量x之间关系应建立

A、多元线性回归模型

B、主成分回归模型

C、因子分析模型

D、logistic回归模型

E、主成分模型

根据11年的观察值，得到如下回归模型：

模型A：=2.6911-0.4795X_t

se=(0.1216) (0.1140) r²=0.6628

模型B：ln=0.7774-0.2530lnX_t

se=(0.0152) (0.0494) r²=0.7448

其中，Y是每人每天消费咖啡的杯数，X是咖啡的价格(美元/磅)。

参考本章讨论的美国储蓄-收入回归。与方程(9.5.1)不同，考虑如下模型：

其中Y为储蓄，x为收入。

a.估计上述模型，并与方程(9.5.4)的结论相比较。哪个模型更好？

b.你如何解释此模型中虚拟变量的系數？

c.如我们在有关异方差性的章节中将看到的那样，对因变量取对数常常会减小数据中的异方差性。分两个期间将Y的对数对X做回归，看本例中是否如此？并看一下两个期间的误差方差在统计上是否相同。若相同，则可以按照本章中给出的方法将数据混合，再用邹至庄检验。

A.模型①的相关指数为0.976

B.模型②的相关指数为0.776

C.模型③的相关指数为0.076

D.模型④的相关指数为0.351

利用表9-2中给出的数据，考虑如下模型：

其中ln表示自然对数，D_t对1970~1981年取值1，对1982~1995年取值10。

a.如此确定虚拟变量的根据是什么？

b.估计上述模型并解释你的结论。

c.两个子期间储蓄函数的截距值是多少？你如何解释它们？

A.解释变量为非随机的

B.随机误差项为一阶自回归形式

C.线性回归模型中不应含有滞后内生变量为解释变量

D.线性回归模型只能为一元回归形式

为了研究体重与身高的关系，某学校随机抽样调查了51名学生(其中36名男生，15名女生)，并得到如下两种回归模型：

(a)=-232.06551+5.5662h

(-5.21) (8.62)

(b)=-122.9621+23.8238D+3.7402h

(-2.59) (4.01) (5.16)

其中，W表示体重(单位：磅)，厅表示身高(单位：英寸)，虚拟变量

回答下列问题：