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FRINGE.RAW中的数据。
(i)样本中有多大百分比的工人pension等于0？对于养老金不等于0的工人，pension的取值范围为多大？为什么托宾模型适合于模型化pension？
(ii)估计一个用exper、age、tenure、educ、depends、married、white和male解释pension的托宾模型。白人和男性的养老金统计上显著地高一些吗？
(iii)对于同样35岁、单身无赡养负担、受16年教育和有10年工作经验的一个白人男子和一个非白人女子，利用第(ii)部分中的结果估计其期望养老金的差异。
(iv)在这个托宾模型中添加union，并评论其显著性。
(v)以养老金-收益比peratio作为因变量，再做第(iv)部分中的托宾模型。(注意这个比值介于0和1之间，但常常取值0，而永远也不会接近1。因此用托宾模型作为一个近似很好。)性别或种族对养老金-收益比有影响吗？
答案
更多“利用FRINGE.RAW中的数据。 （i)样本中有多大百分比的工人pension等于0？对于养老金不等于0的工人”相关的问题
第1题
利用HPRICE1.RAW中的数据。
(i)估计模型
并以通常的OLS格式报告结论。
(ii)当losie=20000，sqpt=2500和bdrms=4时，求出log(price)的预测值。利用教材6.4节中的方法，在同样的解释变量值的情况下，求出price的预测值。
(iii)就解释price中的变化而言，决定你是喜欢第(i)部分中的模型，还是喜欢模型
第2题
(i)利用HPRICE1.RAW中的数据得到教材方程(8.17)的异方差-稳健标准误。讨论其与通常的标准误之间是否存在任何重要差异。
(ii)对方程(8.18)重复第(i)步操作。
(iii)此例对异方差性和对因变量所做的变换说明了什么？
第3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4题
利用数据集401KSUBS.RAW。
(i)利用OLS估计e401k的一个线性概率模型，解释变量为inc，inc²，age，age²和male。求通常的OLS标准误和异方差-稳健的标准误。它们有重要差别吗？
(iii)对第(i)部分估计的模型求怀特检验，并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。
(iv)在验证了第(i)部分的拟合值都介于0和1之间后，求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗？
第5题
利用HPRICE1.RAW中的数据。
(i)估计模型
并按通常的格式报告你的结果，包括回归标准误。当我们代入lotsize=10000，sqrft=2300和bdrms=4时，求出预测价格，将这个价格四舍五入到美元。
(ii)做一个回归，使你能得到第(i)部分中预测值的一个95%的置信区间。注意，由于四舍五入的误差，你的预测将多少有些不同。
(iii)令price0为具有第(i)部分和第(ii)部分所述特征的住房的未知未来售价。求出price0的一个95%的置信区间，并对这个置信区间的宽度进行评论。
第6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7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8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9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10题
利用数据集GPA1.RAW。
(i)利用OLS估计一个将colGPA与hsGPA，ACT，skipped和PC相联系的模型。求OLS残差。
(ii)计算异方差性的怀特检验特殊情形。在对colGPA，和colGPA，的回归中，求拟合值。
(iii)验证第(ii)部分得到的拟合值都严格为正。然后利用权数1/h求加权最小二乘估计值。根据对应的OLS估计值，将逃课和拥有计算机之影响的加权最小二乘估计值与对应OLS估计值相比较。它们的统计显著性如何？
(iv)在第(iii)部分的WLS估计中，求异方差-稳健的标准误。换言之，容许第(ii)部分中所估计的方差函数可能误设(参见问题8.4)。标准误与第(iii)部分相比有很大变化吗？
第11题
使用VOTE1.RAW中的数据。
(i)估计一个以voteA为因变量并以prystrA、deocA、log(expendA)和log(expendB)为自变量的模型。得到OLS残差
，并将这些残差对所有的自变量进行回归。解释你为什么得到R2=0。
(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。
(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强？
