使用CRIME4.RAW。 (i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的
使用CRIME4.RAW。
(i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的引入如何影响教材例13.9中那些司法变量的系数?
(ii)第(i)部分中的工资变量全部都有预期的符号吗?它们是联合显著的吗?试解释。
使用CRIME4.RAW。
(i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的引入如何影响教材例13.9中那些司法变量的系数?
(ii)第(i)部分中的工资变量全部都有预期的符号吗?它们是联合显著的吗?试解释。
第2题
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)βwhite看起来对所使用的样本过度敏感吗?
第3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4题
使用CEOSAL2.RAW中的数据得出下表:
变量mktval为企业的市场价值,profmarg为利润占销售额的百分比,ceoten为其就任当前公司CEO的年数,而comten则是其在这个公司任职的总年
数。
(i)评论profiarg对CEO薪水的影响。
(ii)市场价值是否具有显著影响?试解释你的结论。
(iii)解释ceoten和comten的系数。这些变量是统计显著的吗?
(iv)你如何解释在其他条件不变的情况下,你在这个公司任职时间越长,你的薪水则越低?
第5题
使用WAGE1.RAW中的数据。
(i)估计方程
保留残差并画出其直方图。
(ii)以log(wage)作为因变量重做第(i)部分。
(iii)你认为是水平值-水平值模型还是对数-水平值模型更接近于满足假定MLR.6?
第6题
使用WAGE1.RAW中的数据。
(i)求出样本中的平均受教育程度。最低和最高受教育年数是多少?
(ii)求出样本中的平均小时工资。它看起来是高还是低?
(iii)工资数据用1976年的美元报告。利用(2004年或以后的)《总统经济报告》,求出并报告1976年和2003年的消费者价格指数(CPI)。
(iv)利用第(iii)部分中的CPI值,求以2003年美元度量的平均小时工资。现在,平均小时工资看起来合理了吗?
(v)样本中有多少女人和男人?
第9题
利用CPS78_85.RAW中的数据。
(i)你怎样解释教材方程(13.2)中y85的系数?对它有没有一种令人感兴趣的解释?(这里你要小心;你必须说明交互项y85·educ和y85·female。)
(ii)保持其他因素不变,你估计一个接受了12年教育的男子的名义工资增加了多少个百分点?给出一种回归以得到这个估计值的一个置信区间。[提示:为了得到这个置信区间,要用y85-(educ-12)取代y85-educ;]
(iii)令所有的工资均以1978年美元计算,重新估计教材方程(13.2)。具体地说,定义1978年的真实工资为rwage=wage,而1985年的真实工资为rwage=wage/1.65。现在估计教材(13.2)时用log(rwage)代替log(wage)。哪些系数将不同于教材方程(13.2)中的系数?
(iv)解释为什么你在第(iii)部分中的回归给出的R²不同于教材方程(13.2)所给出的R。
(提示:两个回归的残差,从而残差平方和是相同的。)
(V)试描述从1978年到1985年参加工会的作用起了什么变化?
(vi)从教材方程(13.2)开始,检验会员工资差别是否随时间而变。(应使用简单的t检验。)
(vii)你在第(v)和(vi)两部分中的结论是否相互矛盾?试解释。
第10题
(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βbs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。
第11题
利用PHILLIPS.RAW中的数据,但只到1996年。
(i)在教材例11.5中,我们假定自然失业率是常数。在另一种形式的附加预期的菲利普斯曲线中,自然失业率受历史失业水平的影响。最简单的情况是,t时期的自然失业率与unemt-1,相等。如果我们假定适应性预期,便得到一个通货膨胀和失业率都是一阶差分形式的菲利普斯曲线:估计这个模型,以常见格式报告结果,并讨论β1的符号、大小和统计显著性。
(ii)教材(11.19)和第(i)部分中的模型,哪一个对数据拟合得更好?说明理由。