在OSI参考模型中，负责把源计算机的数据编码成适合传输的比特流的层是（)。

A.数据链路层

B.运输层

C.会话层

D.应用层

A.物理层

B.数据链路层

C.网络层

D.传输层

A.物理层

B.数据链路层

C.网络层

D.传输层

A.数据链路层

B.网络层

C.会话层

D.表示层

A.应用层

B.传输层

C.链路层

D.会话层

(i)一个学区中学校的最多数量和最少数量是多少？每个学区的学校平均数量是多少？

(ii)利用混合OLS(即将所有1848个学校混合在一起)，估计一个将lavgsal与bs，lenrol，lstaff和lunch相联系的模型：也参见第9章的计算机练习C11。bs的系数和标准误是多少？

(iii)求对学区内聚类相关(和异方差性)保持稳健的标准误。bs的t统计量有何变化？

(iv)去掉bs＞0.5的四个观测，仍用混合OLS，求出β_bs及其聚类稳健标准误。现在，薪水与福利之间的替代关系，有更多的证据吗？

(v)容许一个学区内的学校存在一个共同的学区效应，用固定效应法估计这个方程。再次去掉bs＞0.5的四个观测，现在，你对薪水与福利之间的替代关系有何结论？

(vi)根据你在第(iv)部分和第(v)部分的估计值，讨论通过学区固定效应而容许教师的薪酬在不同学区系统变化的重要性。

利用LOANAPPRAW中的数据;也可参见第7章的计算机练习C8。

(i)估计一个approve对white的概率单位模型。求出白人和黑人贷款许可的估计概率。与线性概率估计值相比如何？

(ii)现在在这个概率单位模型中增加变量hrat、obrat、loanpre、unem、male、married、dep、sch、cosign、chist、pubrec、mortlatl、mortlat2和vr。有对非白人歧视的统计上显著的证据吗？

(iii)用对数单位估计模型的第(ii)部分，将white的系数与概率单位估计值相比较。

(iv)使用教材方程(17.17)估计在概率单位模型和对数单位模型中歧视效应的大小。

使用LOANAPP.RAW中的数据。

(i)有多少个观测的obrat＞40，即其他债务负担超过其总收入的40%？

(ii)在第7章的计算机练习C8中，去掉obrat＞40的观测，重新估计第(ii)部分中的模型。white的系数估计值和：统计量将会怎样？

(ii)β_white看起来对所使用的样本过度敏感吗？

利用PHILLIPS.RAW中的数据。

(i)用直至1997年的数据估计教材(18.48)和(18.49)中的模型。参数估计值与教材(18.48)和教材(18.49)中的结果相比有很大不同吗？

(ii)用新方程预测unem1998，小数点后保留两位数。哪个方程预测得更好？

(ii)我们在正文中讨论过，用教材(18.49)预测unem1998为4.90.把它与利用直至1997年的数据得到的预测相比较。多用一年数据求得的参数估计值能给出更好的预测吗？

(iv)用教材(18.48)中估计的模型求出unem的提前两期预测值。即利用α=1.572，p=0.732，h=2时的教材方程(18.55)预测unem与把unem1997=4.9代入教材(18.48)所得到的提前一期预测值相比，哪一个更好？