分析化学中显著性检验有哪些方法？它们分别用于检验什么？

利用BARIUM.RAW中的数据。

(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？

(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？

(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？

(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

A.设计数据收集表格

B.编辑数据收集表格

C.对调查表中数据进行编码

D.对调查所得数据进行列表分析

E.对调查所得数据进行显著性检验

列。

(i)用OLS估计模型并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？

(ii)用迭代的普莱斯一温斯顿检验方法估计(i)中的模型。gmwage的系数与用OLS方法相比有什么区别？

(iii)在第(ii)部分的方程中增加gmwage的1~12阶滞后项并用迭代的普莱斯-温斯顿方法估计该模型，检验这12个滞后项是否为联合显著的。

(iv)我们回到在第(i)部分估计出的静态模型，用6阶滞后项计算尼威-韦斯特标准误。用尼威一韦斯特方法计算的标准误和普通的OLS标准误相比有什么区别？

(v)在静态模型中增加gwage的1~12阶滞后项，并用6阶滞后项的尼威-韦斯特检验方法检查12阶滞后项的联合显著性。你的结论和第(ii)部分相比有区别吗？

本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。

(i)估计模型并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？

(ii)利用12阶滞后， 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何？

(iii)现在求出OLS的异方差-稳健标准误， 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中，序列相关和异方差哪个更成问题？

(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。

(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值， 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响？

(vi)利用尼威-韦斯特方法，求第(v)部分中联合显著性检验的p值。你现在得到什么结论？

(vii)如果你不用g wage的这些滞后项， 长期倾向的估计值有很大的不同吗？

A.t检验

B.X2检验

C.F检验

D.Z检验

A.回归系数显著性检验的t检验与回归方程显著性的F检验等价

B.回归方程显著性的F检验与相关系数显著性的t检验等价

C.回归系数显著性检验的t检验,与相关系数显著性的t检验等价这三种检验都是等价的

A.电流

B.电量

C.电动势

D.电容