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）
均房间数量(rooms)之间的关系：
(i)β1和β2的符号可能是什么？对β1有何解释？请加以说明。
(ii)为什么nox[或更准确地说，是log(nox)]与rooms可能负相关？如果是样，将log(price)对log(nox)进行简单回归得到β1的偏误估计量是偏高还是偏低？
(iii)利用HPRICE2.RAW中的数据，估计出如下方程：
根据你在第(ii)部分的回答，就price对nox的弹性估计值而言，上述简单回归结果和多元回归结果之间的关系与你的预期一致吗？这个结果是否意味着-0.718比-1.043更加接近真实弹性？
答案
更多“下面这个方程把一个社区住房的中间价格表示成污染水平(用nox表示氧化亚氮)和社区中每套住房平”相关的问题
第1题
使用HPRICE1.RAW中的数据，估计如下模型：
其中，price是以千美元为单位的住房价格。
(i)以方程的形式写出结果。
(ii)住房在保持面积不变的同时又增加一间卧室，估计其价格会提高多少？
(iii)住房增加一间大小为140平方英尺的卧室，估计其价格会提高多少？将这个答案与你在第(ii)部分的答案相比较。
(iv)价格的波动有多大比例能被平方英尺数和卧室数解释？
(v)样本中的第一套住房有sqrft=2438和bdrms=4。从OLS回归线计算这套住房的预计销售价格。
(vi)样本中第一套住房的实际销售价格是300000美元(price=300)。求出这套住房的残差。它是否表明购买者为这套住房支付了过低或过高的价格？
第2题
利用得自格雷迪(Graddy，1995)的数据集FISH.RAW。这个数据集也曾用于第12章的计算机练习C9.现在，我们用它估计一个鱼肉需求函数。
(i)假定每个时期均衡的鱼肉需求方程可写成
所以容许需求在一周中的每一天都有所不同。把价格变量视为内生的，一致地估计需求方程参数还需要什么额外信息？
(ii)变量wavet和wave3t度量了过去几天的海浪高度。为了在估计需求方程时将wave2t和wave3t用作log(avgprc)的Ⅳ，我们还需要哪两个假定？
(ii)将log(avgprc)对周工作日虚拟变量和两个浪高指标进行回归。wave2t和wave3t联合显著吗？这个检验的p值是多少？
(iv)现在，用2SLS估计需求方程。需求价格弹性的95%置信区间是什么？所估计的弹性合理吗？
(v)求2SLS的残差ut。在用2SLS估计需求方程时增加一个滞后ut-1记住，用ut-1作为自己的工具。需求方程误差中有AR(1)序列相关的证据吗？
(vi)给定供给方程明显取决于海浪变量，为了估计供给价格弹性，我们需要哪两个假定？
(vii)在log(avgprct)的约简型方程中，周工作日虚拟变量联合显著吗？你对能够估计供给弹性有何结论？
第3题
第4题
本题使用GPA2.RAW中的数据。
(i)考虑方程
其中，colgpa表示累积的大学GPA，hsize表示高中毕业年级以百人计的规模，hsperc表示在毕业年级中学术排名的百分位，sat表示SAT综合分数，female是一个二值变量，而athlete也是一个运动员取值1的二值变量。你对这个方程中的系数有何预期？哪些你没有把握？
(ii)估计第(i)部分中的方程，并以通常的形式报告结果。估计运动员和非运动员之间GPA的差异是多少？它是统计显著的吗？
(ii)从模型中去掉sat并重新估计这个方程。现在，作为运动员的估计影响是多大？讨论为什么这个估计值不同于第(ii)部分的结论。
(iv)在第(i)部分的模型中，容许作为运动员的影响会因性别不同而不同。检验如下原假设：在其他条件不变的情况下，女生是否是运动员没有差别。
(v)sat对colgpa的影响会因性别不同而不同吗？讲出你的根据。
第6题
一个能给出含滞后因变量之计量经济模型的颇有意思的经济模型，把yt和xt的期望值(xt*)相联系，其中xt的期望值是以在：-1时期所观测到的所有信息为条件的：
对(ut)的一个自然假定是E(ut|It-1)=0，其中lt-1代表在t-1时期有关y和x的所有信息：这意味着E(ut|It-1)=a0+atxt*。为了完成这个模型，需要一个关于如何形成期望xt*的假定。我们在教材11.2节看到过一个适应性预期的简单例子，在那里有xt*=xt-1。一个更复杂一些的适应性预期机制为：
其中，0 ＜ λ ＜ 1。这个方程意味着，预期变化要根据上一期的实现值是高于还是低于其预期值而做出反应。假定0 ＜λ ＜ 1，说明预期变化是上一期预测误差的一个比例。
(i)证明上述两个方程意味着：
[提示：把教材方程(18.68)滞后一个时期并乘以(1-1)，然后从教材方程(18.68)中减掉，再利用教材(18.69)。]
(ii)在E(ut|It-1)=0下，{ut}是序列无关的。对误差vt=ut-(1-λ)ut-1来讲，这意味着什么？
(iii)如果把第(i)部分中的方程改写为：
我们如何一致地估计β1？
(iv)给定β1的一致估计值，你将如何一致地估计λ和α1？
第7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8题
代数＜ S,*＞由下表给定。
(a)试证明此代数是一个循环独异点，并求出生成元。
(b)试把这个独异点的每一个元素都表示成生成元的幂。
(c)列出这个独异点中所有等幂元素。
第9题
间和工作时间之间的取舍，并考察影响睡眠的其他因素：
其中，sleep和totwrk都以分钟/周为单位，而educ和age则以年为单位。(也可参见计算机习题C2.3。)
(i)如果成年人为工作而放弃睡眠，β1的符号是什么？
(ii)你认为β2和β3的符号应该是什么？
(iii)利用SLEEP75.RAW中的数据， 估计出来的方程是
如果有人一周多工作5个小时，预计sleep会减少多少分钟？这是一个很大的舍弃吗？
(iv)讨论educ的估计系数的符号和大小。
(v)你能说totwrk，educ和age解释了sleep的大部分变异吗？还有什么其他因素可能影响花在睡眠上的时间？它们与totwrk可能相关吗？
第10题
A.每次查询等待10秒钟
B.每次查询等待10分钟
C.每次查询的并发数是10
D.每次搜索时的并发数是10
第11题
式中，trngpa表示本学期的GPA，crsgpa表示所修全部课程加权平均的GPA，cumgpa表示本学期前的GPA，tothrs表示此学期前总学分，sat表示SAT分数，hsperc表示其在高中班级排名的百分位，female是一个性别虚拟变量，而season也是一个虚拟变量，并在该学生在秋季参加学生运动赛事时取值1。通常的标准误和异方差-稳健的标准误分别报告于圆括号和方括号中。
(i)变量crsgpa、cungpa和tothrs都有预期的估计效应吗？这些变量中有哪些在5%的显著性水平上是统计显著的？使用不同的标准误是否有什么影响？
(ii)为什么虚拟假设
有意义？利用这两种标准误，在5%的显著性水平上针对双侧备择假设检验这个虚拟假设。描述你的结论。
(iii)利用两种标准误来检验参加体育赛事对学期GPA是否有影响。拒绝原假设的显著性水平与所用的标准误有关系吗？
