请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码进入小程序
题目内容
（请给出正确答案）
利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是：
其中，解释变量是女性接受教育的年限，年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。
(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。
(ii)城市居民和非城市居民在生育率上有区别吗？请解释。
(ii)现在对城市居民和非城市居民分别估计方程(当然，解释变量要去掉urban)。除了截距以外，其他系数有明显区别吗？
(iV)允许城市居民和非城市居民截距项不同，在原假设下得到邹至庄统计量。你能得到什么结论？[提示：你在检验5个限制条件，SSR从第(ii)部分和第(iii)部分中很容易得到。]
答案
更多“利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是： 其中，解释变量是女性接受教育的年”相关的问题
第1题
我们利用CEOSAL1.RAW中的数据估计了如下方程
这个方程使得roe对log(salary)具有边际递减的影响。这种一般性是必然的吗？解释为什么。
第2题
利用LAWSCH85.RAW中的数据。
(i)使用与第3章习题4一样的模型，表述并检验原假设：在其他条件不变的情况下，法学院排名对起薪中位数没有影响。
(ii)新生年级的学生特征(即LSAT和GPA)对解释salary而言是个别或联合显著的吗？
(iii)检验是否要在方程中引入入学年级的规模(clsize)和教职工的规模(faculty);只进行一个检验。(注意解释clie和facuiy的缺失数据。)
(iv)还有哪些因素可能影响到法学院排名，但又没有包括在薪水回归中？
第3题
利用BWGHT2.RAW中的数据。
(i)估计模型
并按照通常的方式报告估计方程，包括样本容量和R²。斜率系数的符号与你的预期一致吗？请加以解释。
(ii)如果npvis增加一个样本标准差，对出生重量(bwght)有什么影响？
(iii)现在做log(bwght)对cigs的简单回归，并将斜率系数与第(i)部分中得到的估计值进行比较。估计出来吸烟的效应是否和第(i)部分的有明显差别？
(iv)找出cigs和npvis之间的系数，并用它来解释简单回归和多元回归下β1估计值的相似性。
(v)向第(i)部分的回归方程中加入变量mage，meduc，fage和feduc。出生体重[更确切地说是log(bwght)]是一个容易解释的变量吗？
第4题
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)
(i)利用OLS估计模型
以常用形式报告结果。在5%的显著性水平上，相对一个双侧备择假设，β统计显著异于零吗？在1%的显著性水平上呢？
(ii)log(income)和prppov的相关系数是多少？每个变量都是统计显著的吗？报告双侧P值。
(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告
的双侧p值。
(iv)在第(ii)部分的回归中，log(income)和prppov的个别统计显著性有何变化？这些变量联合显著吗？(计算一个p值。)你如何解释你的答案？
(v)给定前面的回归结果，在确定一个地区的种族构成是否影响当地快餐价格时，你会报告哪一个结果才最为可靠？
第5题
利用GPA2.RAW中的数据。
(i)估计模型
其中，hsize为毕业年级的规模(以百为单位)，按通常的格式写出结论。二次项是统计显著的吗？
(ii)利用第(i)部分的估计方程，高中学校的“最优”规模是什么？说明你的答案。
(iii)这个分析是所有高中高年级学生学术成绩的代表吗？请解释。
(iv)用log(sat)作为因变量，求出估计的高中最优规模。它与你在第(ii)部分得到的结论很不同吗？
第6题
考虑如下解释睡眠行为的模型：
(i)写出一个模型，容许u的方差在男女之间有所不同。这个方差不应该取决于其他因素。
(ii)利用SLEEP75.RAW中的数据估计异方差模型中的参数。(你必须先用OLS估计sleep方程，以得到OLS残差。)u的估计方差对于男人和女人而言哪个更高？
(iii)u的方差是否对男女而言有显著不同？
第7题
本题使用JTRAIN.RAW中的数据。
(i)考虑简单回归模型
其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？
(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？
(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设
它在5%的显著性水平上统计显著吗？
(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。
(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。
第8题
MEAPO1.RAW中的数据是2001年密歇根州的数据。利用这些数据回答如下问题。
(i)求出math4的最大值和最小值。这个范围合理吗？请解释。
(ii)有多少学校在数学测试中有100%的通过率？占整个样本的百分比是多少？
(iii)有多少学校的数学通过率刚好是50%？
(iv)比较数学和阅读的平均通过率。哪个测试更难通过？
(v)求出math4和read4之间的相关系数。你得到的结论是什么？
(vi)变量exppp是平均每个学生的支出。求出exppp的平均值和标准差。你认为学生均支出存在大幅波动吗？
(vii)假设学校A平均每个学生支出6000美元，学校B平均每个学生支出5500美元。学校A的支出超过学校B的支出百分之多少？与根据自然对数之差近似的百分比差异100x[In(6000)-In(5500)]进行比较。
第9题
如下模型可用来研究竞选支出如何影响选举结果：
其中，voteA表示候选人A得到的选票百分数，expendA和expendB分
别表示候选人A和B的竞选支出，而prtystrA则是对A所在党派实力的一种度量(A所在党派在最近一次总统选举中获得的选票百分比)。
(i)如何解释β1？
(ii)用参数表述如下原假设：A的竞选支出提高1%被B的竞选支出提高1%所抵消。
(iii)利用VOTE1.RAW中的数据来估计上述模型，并以通常的方式报告结论。A的竞选支出会影响结果吗？B的支出呢？你能用这些结论来检验第(ii)部分中的假设吗？
(iv)估计一个模型，使之能直接给出检验第(ii)部分中假设所需用的：统计量。你有什么结论？(使用双侧备择假设。)
第10题
数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息，以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题，只使用无子女已婚者数据(marr=1，fsize=2)。
(i)数据集中有多少无子女已婚夫妇？
(ii)利用OLS估计模型
nettfa=β0+β1inc+β2age+u;
并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？
(iii)第(ii)部分的回归截距有重要意义吗？请解释。
(iv)在1%的显著性水平上，针对H0:β2＞1检验H0: β2=1,求出p值。你能拒绝H0吗？
(V)如果你做一个nettfa对inc的简单回归，inc的斜率估计值与第(ii)部分的估计值有很大不同吗？为什么？
第11题
利用BWGHT2.RAW，我们估计出下面的等式：：
式中，lbwgt为出生重量的对数;npvis为产前就诊的数量;mage为母亲的年龄;fage为父亲的年龄;meduc为母亲的受教育程度;feduc为父亲的受教育程度。括号当中是普通标准差，方括号中是异方差-稳健的标准误。
(i)解释变量cigs前面的系数。βcigs的95%置信区间是否依赖于你所选择的标准误？
(ii)使用一般标准误和异方差一稳健的标准误来解释npvis的统计显著性。
(iii)如果将四个与年龄和教育相关的项从回归方程中去掉(仍然使用同一组观测值)，那么R²变为0.0162。是否有足够的信息来进行关于
的异方差-稳健性检验？请解释。
