关于方程显著性检验的原假设、备择假设，下列选项正确的是

对回归方程线性关系的显著性进行检验。其检验过程应包括( )。

A．提出假设：原假设H0：β1=β2=…=βk=0；备择假设H1：β1，β2：，…，βk不全为零

B．构造的统计量为：样本统计量服从自由度为(k，n-k-1)的F分布

C．根据给定的显著性水平，确定临界值Fα(k，n-k-1)

D．如果F＞Fα(k，n-k-1)，则拒绝原假设

E．如果F＞Fα(k，n-k-1)，表明在(1-α)的置信概率下，模型的线性关系显著成立，模型通过方程显著性检验

进行回归方程线性关系的显著性检验时，根据样本资料计算的统计量值F=83.291，由于F＞F0.05,2,12，故( )。

A．落入接受域，接受原假设

B．落入拒绝域，接受备择假设

C．在95%的置信概率下，模型的线性关系显著成立

D．在95%的置信概率下，月工作时间和月完成任务量在整体上对月工资收入的解释作用是显著的

利用GPA2.RAW中的数据，可估计出如下方程：

变量sat是SAT的综合分数，hsize是以百人计的学生所在高中毕业年级的学生规模，female是一个性别虚拟变量，而black是一个种族虚拟变量(黑人取值1，其他人则取值0)。

(i)有很强的证据支持模型中应该包括hsize”吗?从这个方程来看，最优的高中规模是什么?

(ii)保持hsize不变，非黑人女性和非黑人男性之间SAT分数的估计差异是多少?这个估计差异的统计显著性如何?

(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少?检验其分数没有差异的原假设，备择假设是他们的分数存在差异。

(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少?为了检验这个差异的统计显著性，你需要怎么做?

本题要用到HTV.RAW中的数据。

(i)考虑一个加入了父母受教育程度变量的工资方程

表述原假设：父亲与母亲的受教育程度对log(wage)具有相同影响。

(ii)估计第(i)部分中的模型，同时谈谈你对β，和队大小的看法。

(iii)在5%的显著性水平上，相对于双侧备择假设，通过构造一个95%的置信区间来检验第(i)部分中的原假设。你得到的结论是什么?

考虑一个用企业年销售额、股本回报率(roe，以百分数表示)和企业股票的回报(ros，以百分数表示)来解释CEO薪水的如下方程：

(i)用模型参数来表述如下原假设：在控制了sales和roe后，ros对CEO的薪水没有影响。再给出备择假设的参数表述：股票市场更好的业绩会提高CEO的薪水。

(ii)使用CEOSAL1.RAW中的数据，通过OLS可以得到如下方程：

如果ros提高50个百分点，预计salary会提高多大比例?ros对salary具有实际上很大的影响吗?

(iii)检验ros对salary没有影响的原假设，备择假设是具有正效应。在10%的显著性水平上进行检验。

(iv)你最后会在一个用企业业绩表示CEO报酬的模型中包括ros吗?给出你的解释。

租金率是否受到一个大学城里学生人数的影响呢?令rent表示美国一个大学城里单位租借面积的平均月租金，pop表示城市总人口，avginc表示城市平均收入，pctstu表示学生人数占总人口的百分比。一个检验某种关系的模型是

(i)表述原假设：在其他条件不变的情况下，学生人数相对于总人口的大小，对月租金没有影响。并表述有影响的备择假设。

(ii)你预期β₁和β₂具有什么样的符号?

(iii)利用RENTAL.RAW中64个大学城在1990年的数据所估计的方程为

“总人口增加10%将伴随着租金提高约6.60%”的说法有什么不妥?

(iv)在1%的显著性水平上检验第(i)部分陈述的假设。

变量rdintens是研发支出(R&D)占销售额的百分比。销售额以百万美元度量。变量profmarg是利润占销售额的百分比。

利用RDCHEM.RAW中32家化工企业的数据，估计如下方程：

(i)解释log(sales)的系数。特别地，如果sales增加10%，估计rdintens会变化多少个百分点?这在经济上是一个很大的影响吗?

(ii)检验假设R&D的强度不随sales而变化，备择假设是，它随着销售额的增加而提高。在5%和10%的显著性水平上进行这个检验。

(iii)解释profiarg的系数，它在经济上显著吗?

(iv)profmarg对rdintens是否有统计显著的影响?

利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格，并询问他们愿意购买每种苹果的磅数。

(i)对于样本中的660个家庭，有多少家庭报告称在预定价格上不愿意购买环保苹果?

(ii)变量ecolbs看上去在严格正值上具有连续分布吗?你的回答对ecolbs托宾模型的适当性有何含义?

(iii)以ecoprc、regprc、famic和hhsize作为解释变量，估计一个托宾模型。哪些变量在1%的水平上显著。

(iv)faminc和hhsize联合显著吗?

(v)第(iii)部分中价格变量系数的符号与你的预期一致吗?请解释。

(vi)令β₁和β₂为ecoprc和regprc的系数，相对一个双侧备择假设，检验假设H₀:-β₁=β₂。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验，你可能还要参考教材4.4节

(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)]，称之为ecolbsi。最大和最小拟合值是多少?

(viii)计算ecolbs，和ecolbsi之相关系数的平方。

(ix)现在，利用第(iii)部分中同样的解释变量，估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多?从拟合优度来看，托宾模型比线性模型更好吗?

(x)评价如下命题：“由于托宾模型的R，如此之小，所以估计的价格效应可能是不一致的。”

显著性假设检验中关于原假设和备择假设的叙述不正确的是（ ）

A、原假设和备择假设地位是平等的;

B、原假设和备择假设是两个对立面;

C、重点保护原假设;

D、等号一定放在原假设.