赵同学2022-06-04 20:38:17
赵同学R2 多元 1. Q32 如何理解问法？ 2. Q34 为什么positive 下，Sbj 下降；negative下 是上升？3. Q36 如何从原文中看出 两个都适用logit model？ 4. 图二 判断没有自相关和没有postive 自相关 区别在哪里？ 5. 图三 BP公式里的R代表是决定系数么？为什么是residual？ 6. OLS和GLS 有什么区别？为什么在model misspecification里，当不一致时，使用OLS就无效？
回答（1）
Essie2022-06-05 15:12:44
Essie你好，
1.smith建议的三种方法中，哪一种最能体现晨星评级系统预测共同基金业绩的能力？这道题考查的是哑变量的应用，分不同的评级其实就是不同的类别，如果需要区分n个类别的话，那么就需要用n-1个哑变量。本题中的评级系统是1—5星，所以就是需要4个哑变量，因此method 3是正确的。
2. 因为正的序列相关说的是一个残差为正会增加下一个残差为正的可能性，所以数据之间的波动是偏小的，因此标准误被低估。而负的序列相关说的是一个残差为正会增加下一个残差为负的可能性，数据之间的波动被高估，标准误被高估。
3.应该是两个模型都不适用Probit和Logit模型，因为Probit和Logit模型只适用于定性的应变量，比如应变量是个哑变量时。比如说，建模来预测银行是否会破产，那么只有两种结果，要么破产，要么不破产，这个时候就可以用probit and logit模型了。而表格1和表格2的应变量都是回报率，是定量变量，那么就不能使用Probit and Logit模型了。
4.判断是否存在自相关时，正自相关和负自相关都属于出现了自相关问题。而判断是否存在正的序列自相关，只看正自相关的部分，换言之如果出现了负的序列自相关也叫做没有正的序列自相关。
- 评论（0）
- 追问（9）
- 追答
-
5.R2(residual)是残差的平方与自变量X所做的回归方程的判定系数R2，如果其值很高就说明自变量X对残差的平方的解释力度很高，也就意味着存在条件异方差。
6.OLS是普通最小二乘法，也是我们用来做线性回归的方法，比如说在单元回归中，用自变量和因变量去回归一条直线，这个就是OLS。用OLS需要一些前提假设，出现了模型设定的错误就不能在用OLS，所以OLS就失效了。GLS是广义最小二乘法，不是二级数量中重点研究的内容。
- 追问
-
Q5 您说的判定系数，不是之前学的决定系数吧？我看是残差项对X的解释力度～
那考试会直接给我这个数，对不？
- 追答
-
其实和普通回归的中是一样的，本质都是判定系数，只是这里是用残差的平方作为因变量(Y)，然后用自变量还是X，重新去做个回归，然后看下自变量对残差的解释力度。
考试如果真的考到这里一定会给数字的不用担心。而且其实一般考不到这里，知道多元回归中检验条件异方差用BP检验，以及题目可能直接会说拒绝了or没有拒绝原假设，你根据这个会判断方程有没有异方差就可以了。
- 追问
-
追问Q2 我看给的这个decision rule 的图也是左边是拒绝positive，右边是拒绝negative，那如果考试遇到题只判断正或负某一边，我看图也只看一边即可，对么？（例如图中下半部最下面图）
- 追答
-
对的，你的理解完全正确，加油哦～
- 追问
-
追问：Q31 题 原文中的 consequence 3，为什么standard error for 系数会inflated？
- 追问
-
追问3，Q36 两个点需要您帮我再确认下：
1） probit and logical model 是两个模型，是么？
2） 这两个模型要求都是因变量Y，必须为定性的？
额外问：
3） 一个回归模型里，X 自变量可以即有定量的，也有定性的么？
- 追答
-
Q31：如果模型中的两个自变量存在多重共线问题，本质上只需要保留其中一个自变量，因此另一个自变量对于因变量的解释力度应该是很低的，此时这个解释力度低的自变量的斜率应该不显著，即t-stat较小，又因为t-stat=b1/sb1，因此倒推其sb应该是增大的。
- 追答
-
1） probit and logical model 是两个模型，是么？
——对，这是两个模型。
2） 这两个模型要求都是因变量Y，必须为定性的？
——对的，两个模型的因变量都必须为定性变量。
额外问：
3） 一个回归模型里，X 自变量可以即有定量的，也有定性的么？
可以，定性变量可以使用dummy variable哑变量。
评论
0/1000
追答
0/1000
+上传图片