如果你试图决定是否一个输入变量可能影响你的关键输出变量,你应该使用哪一个工具()
A.X-bar and R 图
B.P图
C.柏拉图
D.散点图
D、散点图
A.X-bar and R 图
B.P图
C.柏拉图
D.散点图
D、散点图
(i) 如果你利用一个容量为n的随机样本进行score。对voucheri的简单回归, 那么, 普通最小二乘估计量能给出教育券项目影响的一个无偏估计量吗?
(ii)假设你还可以搜集到一些诸如家庭收入、家庭结构(比如孩子是否与双亲住在一起)和父母的受教育水平等背景信息。为了得到教育券项目影响的无偏估计量,你需要控制这些因素吗?请解释。
(iii)你为什么应该在回归中包含这些家庭背景变量?有没有你不包含这些背景变量的情况呢?
用到SMOKE.RAW中的数据。
(i)估计抽烟影响年收入(可能通过因病损失的工作日或生产力效应)的一个模型是
其中,cigs表示平均每天抽烟的数量。你如何解释民?
(ii)为了反映香烟消费可能与收入同时决定,一个香烟需求方程是
其中,cigpric表示每包香烟的价格(美分),而restaurn表示一个二值变量,并在这个人所定居的州有餐馆抽烟限制时等于1。假定这些变量对个人而言都是外生的,那么你预期y5和y6具有什么样的符号?
(iii)在什么样的条件下第(i)部分的收入方程可识别?
(iv)用OLS估计收入方程并讨论p,的估计值。
(v)估计cigs的约简型。(记住这就要求将cigs对所有外生变量回归。)log(cigprc)和restaurn在约简型中显著吗?
(vi)现在用2SLS估计收入方程。讨论的估计值与OLS估计值的比较。
(vii)你认为香烟价格和餐馆抽烟限制在收入方程中是外生的吗?
其中,PRICEl表示门票价格(可能以真实价格度量,比如通过地区消费者价格指数进行平减),WINPERCl表示球队当前获胜的概率,RIVALl表示一个标志着比赛是否势均力敌的虚拟变量,而WEEKEND表示一个标志着球赛是否在周末进行的虚拟变量。I表示自然对数,所以这个需求函数具有常价格弹性。
(i)为什么在这个方程中有一个时间趋势是个好想法?
(ii)门票供给由体育馆的容量所固定;假定这个供给10年不变。这意味着供给的数量不随价格而变化。这意味着价格在这个需求方程中必然是外生变量吗?(提示:回答是否定的。)
(iii)假设门票的名义价格缓慢变化(如在每个赛季之初)。体育委员会部分基于上赛季的平均售票和该队上赛季的胜率来选择价格。在什么样的条件下,上个赛季的胜率(SEASt-1)是IPRICEt一个有效的工具变量?
(iv)在方程中包括男子篮球比赛的真实价格(的对数)看起来合理吗?请解释。经济理论预测其系数的符号是什么样的?你能想到另外一个与男子篮球相关而又属于女子观众方程的变量吗?
(v)如果你担心某些序列(特别是IATTEND和IPRICE)有单位根,你如何改变所估计的方程?
(vi)如果某些比赛的门票售空,这会导致估计需求方程出现什么问题?(提示:如果门票售空,你一定观察到真实需求了吗?)
考虑一个雇主根据工人是否参加工会的百分比及其他因素而提供养老金计划的线性概率模型:
(i)为什么percunion可能与pension联合决定?
(ii)假设你可以对企业工人进行调查,并搜集工人家庭的信息。你能否想出可用于构造percunion的一个IV的信息。
(iii)你如何检验你所想到的变量是否为percunion的一个至少是合理的备选Ⅳ?
假设你对估计大学一年级每周花在学习上的小时数(study)对平均成绩(gpa)的影响感兴趣。
(i)在这样的上下文中需要一个什么样的控制实验?这样的实验看起来是否可行?
(ii)考虑一个更加实际的情形,即由学生选择每周在学习上花多少时间,而你只能随机地从总体中抽出gpa和study两个变量(在一年的学习结束后)。将总体模型写作如下形式:gpa=β0+β1study+u。其中,与通常带截距的模型一样,我们可以假设E(u)=0。列举至少两个u中包含的因素。这些因素是否与study成正相关或负相关?
(iii)如果上一问的等式中的因果关系成立,那么在(ii)的方程中,β1的符号应该是正还是负?
(iv)在(ii)的方程中,β0该如何解释?
(i)用虚拟变量demwins来代替教材(10.23)中的demvote,并用通常的格式报告结果。哪些因素影响获胜概率?请用截至1992年的数据。
(ii)有多少个拟合值小于0?有多少个拟合值大于1?
(iii)采用下面的预测规则:如果demwins>0.5,你就可以预测民主党会获胜;否则,共和党将获胜。那么,在这20次选举中,这个模型有多少次正确地预测了实际结果?
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上,克林顿获胜了,你的预测结果是否与事实相符?
(v)对误差中的AR(1)序列相关,做异方差-稳健:检验。你有何发现?
(vi)求出第(i)部分中估计值的异方差-稳健标准误。!统计量有什么明显的变化吗?
利用TRAFFIC2.RAW中的月度数据估计如下方程::
prcfat是事故导致的死亡率,spdlaw是一个虚拟变量,当车速增大到每小时65英里时取1,而beltlaw是另一个虚拟变量,当强制性的安全带政策被履行时取1。由于数据是月度数据,因此回归中还包括一系列月度的虚拟变量(未写出)以及失业率和一个月中的周末数(也未写出)。方程中的标准差是OLS估计中得到的标准差。
(i)通过上面的静态模型,安全带政策对于事故导致的死亡率有什么长期影响?影响是否显著?如果要得到更小的标准差,你应该怎么做?
(ii)通过动态模型,安全带政策对于事故导致的死亡率有什么长期影响?这个结果与静态模型中得到的结果相比有什么不同?
(iii)当二阶滞后项prcfat-2和一阶滞后项prcfat-1同时加入到模型中时,prcfat-2的系数是0.098,而标准差是0.110。在这种情况下,prcfat-2是否需要加入到模型中?
A.详细说明什么时候对项目增加偶然事件基金
B.详细说明改变成本基准计划的步骤
C.确定为什么出现了成本偏差
D.决定预算更新是否必须
A.果冻
B.奶茶
C.跳跳糖
D.以上所有的都有可能