![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
在教材第7章7.7节曾介绍利用时域特性的解卷积方法,实际问题中,往往也利用变换域方法计算解卷
![在教材第7章7.7节曾介绍利用时域特性的解卷积方法,实际问题中,往往也利用变换域方法计算解卷积.本题](https://img2.soutiyun.com/ask/2020-12-01/975702731299052.png)
(1)D运算表示将x(n)取z变换、取对数和逆z变换,得到包含x1(n)与x2(n)信息的
相加形式.
(2)L为线性滤波器,容易将两个相加项分离,取出所需信号.
(3)D-1相当于D的逆运算,也即取z变换、指数以及逆z变换,至此,可从x(n)中按需要分离出x1(n)或x2(n)完成解卷积运算.
试写出以上各步运算的表达式.
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
(1)D运算表示将x(n)取z变换、取对数和逆z变换,得到包含x1(n)与x2(n)信息的
相加形式.
(2)L为线性滤波器,容易将两个相加项分离,取出所需信号.
(3)D-1相当于D的逆运算,也即取z变换、指数以及逆z变换,至此,可从x(n)中按需要分离出x1(n)或x2(n)完成解卷积运算.
试写出以上各步运算的表达式.
利用LOANAPP.RAW中的数据。
(i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。
(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0?有没有哪个估计值大于1?而这些情况对加权最小二乘估计的应用意味着什么?
(i)利用NYSE.RAW中的数据估计教材方程(12.48)。令ht表示这个方程的拟合值(条件方差的估计值)。有多少个ht是负的?
(ii)在教材(12.48)中增加returni-12然后再计算拟合值ht存在负的ht吗?
(iii)利用第(ii)部分得到的ht用加权最小二乘法(像在8.4节中那样)估计教材(12.47)。将βt的估计值与教材方程(11.16)中的对应结果进行比较。
(iv)现在用WLS估计教材方程(12.47),并用教材(12.51)中估计的ARCH模型求出ht这时,你的结果与(iii)中的结果是否相同?
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。”
(1)对上式取傅里叶变换,求回波系统的系统函数H(jw);
(2)令H(jw)H1(jw)=1,设计一个逆系统,先求它的系统函数H1(jw);
(3)再取H1(jw)的逆变换得到此逆系统的冲激响应h1(t),它应当与前两种方法求得的结果完全一致.
(i)在第7章的计算机练习C5所估计的模型中,应用方程(9.3)中的RESET。此方程中有函数形式误设的证据吗?
(ii)计算一个异方差-稳健形式的RESET。你在第(i)部分的结论改变了吗?
利用HSEINV.RAW中的数据。
(i)求出log(inypc)中的一阶自相关系数,然后再求log(nypc)除掉线性趋势后的自相关。对log(price)做相同的计算。这两个序列中的哪个可能有单位根?
(ii)基于第(i)部分的结论估计方程:
并以标准形式报告结果。对系数β1作出解释,并判断它是否统计显著。
(iii)除掉log(iypc)的线性趋势,然后在第(ii)部分的回归方程中使用除趋势的因变量(见教材10.5节),R2有何变化?
(iv)现在用Δlog(invpc1)作因变量。结果与第(ii)部分相比有何不同?时间趋势还是显著的吗?为什么是或不是?