首页 > 益智题库

题目内容（请给出正确答案）

[主观题]

本题使用HTV.RAW中的数据。(i)基于整个样木，利用解释变量educ、abil、exper、nc、west、south和urb

本题使用HTV.RAW中的数据。（i)基于整个样木，利用解释变量educ、abil、exper、nc、west、south和urb

本题使用HTV.RAW中的数据。

(i)基于整个样木，利用解释变量educ、abil、exper、nc、west、south和urban，利用OLS估计log(wage)的一个模型。报告教育的估计回报及其标准误。

(ii)现在，仅利用educ＜16的人群来估计第(i) 部分中的方程。样本损失了多大的比例？现在，多读一年书的估计回报是多少？它与第(i)部分中的结果相比如何？

(iii)现在，去掉所有wage≥20的观测，于是，样本中剩下每个人每小时工资都不足20美元。做第(i) 部分中的回归，并评论educ的系数。(由于正常的断尾回归模型都假定y是连续的，所以理论上我们去掉wage≥20还是去掉wage＞20都无所谓。但在这个应用研究中，由于有些人正好每个小时挣20美元，所以二者略有差异。)

(iv)利用第(ii) 部分中的样本，应用断尾回归[上断点为log(20) ] .假定第(i) 部分中得到的估计值是一致的，这个断尾回归能够重新得到整个总体中的教育回报估计值吗？

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“本题使用HTV.RAW中的数据。(i)基于整个样木，利用解…”相关的问题

第1题

本题使用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%？（i

本题使用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%？（i

本题使用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)在计算机习题C7.8中，去掉o brat 40的观测，重新估计第(iii)部分中的模型。white的系数估计值和t统计量将会怎样？

(iii)看起来对所使用的样本过度敏感吗？

点击查看答案

第2题

本题要用到TRAFFIC 2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机

本题要用到TRAFFIC2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机习题11中曾被使用过。

(i)利用标准的迪基-富勒回归，检验Itotacc，是否具有单位根。在2.5%的显著性水平上，你能拒绝单位根的存在吗？

(ii)现在，在第(i)部分的检验中增加两个滞后变化，并计算增广迪基-富勒检验。你得到什么结论？

(iii)在第(ii) 部分的ADF回归中增加一个线性时间趋势变量。现在情况又将如何？

(iv)根据第(i) 部分至第(ii) 部分的结论，你认为对I to tacc，的最好刻画是：一个Ⅰ(1)过程还是一个含有线性时间趋势的Ⅰ(O)过程？

(v)在一个ADF回归中，利用两个滞后项来检验致死交通事故百分数pre fat是否存在单位根。在此情形中，包含一个线性时间趋势与否是否有关系？

点击查看答案

第3题

本题使用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

本题使用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

本题使用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例13.9中那些司法变量的系数？

(ii)第(i)部分中的工资变量都有预期的符号吗？它们是联合显著的吗？试解释。

点击查看答案

第4题

本题使用MIN WAGE RAW中的数据，特别是第232部门(男性用品部门) 中的工资和就业序列。变量gwag

本题使用MIN WAGE RAW中的数据，特别是第232部门（男性用品部门) 中的工资和就业序列。变量gwag

e232是232部门中平均工资的月增长率(以对数形式变化) ， gemp232是232部门中的就业增长率， gmwage是联邦最低工资的增长率， gcpi是(城市) 消费者价格指数的增长率。

(i)求gwage232中的一阶自相关。这个序列看起来是弱相关的吗？

点击查看答案

第5题

本题使用KIELMC.RAM中的数据。(i)变量dist是从每个房屋到焚烧炉位置的英尺距离。考虑模型(ii)估

本题使用KIELMC.RAM中的数据。（i)变量dist是从每个房屋到焚烧炉位置的英尺距离。考虑模型（ii)估

本题使用KIELMC.RAM中的数据。

(i)变量dist是从每个房屋到焚烧炉位置的英尺距离。考虑模型

(ii)估计第(i)部分中的模型并按通常的方式报告结果。解释y 81-log(dit)的系数。你得到什么结论？

(iii)在方程中增加age， age²， rooms， baths， log(int st)， log(land) 和log(area)。现在，你对焚烧？对房屋价值的影响会作出什么结论？

(iv)为什么在第(ii)部分log(dist)的系数为正并且统计显著，而在第(ii)部分却不是这样？这说明了第(iii)部分中控制变量的什么？

点击查看答案

第6题

本题利用JTRAIN3.RAW中的数据。(i)估计简单回归模型并用常用格式报告结论。基于这个回归，1976年

本题利用JTRAIN3.RAW中的数据。（i)估计简单回归模型并用常用格式报告结论。基于这个回归，1976年

本题利用JTRAIN3.RAW中的数据。

(i)估计简单回归模型并用常用格式报告结论。基于这个回归，1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗？

(ii)现在使用真实劳动工资的变化cre=re 78-re 75作为因变量。(由于我们假定1975年之前没有工作培训，所以我们没有必要对train进行差分。也就是说，如果我们定义ctrain=train 78-train75，那么，由于train75=0，所以ctran=train78。)现在，培训的估计影响有多大？讨论它与第(i)部分估计值的比较。

(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间，并描述你的结论。

点击查看答案

第7题

本题要使用文件MINWAGE.RAW中的数据。具体而言，就是利用第232部门(男人和男孩用品部门)的就业

本题要使用文件MINWAGE.RAW中的数据。具体而言，就是利用第232部门（男人和男孩用品部门)的就业

和工资序列数据。变量gwage 232是232部门平均工资的月增长率(以对数形式变化)， getup 232是232部门的就业增长率，gmwage是联邦最低工资的增长率，而gcpi是(城市) 消费者价格指数的增长率。

(i)将变量gwage 232对gmwage和gCP I进行回归。你认为的符号和大小合理吗？请加以解释。gmwage在统计上显著吗？

(ii)在第(i) 部分的方程中增加gmwage的1~12阶滞后变量。为了估计第232部门中最低工资的增加对平均工资增长率的长期影响，你认为有必要包括这些滞后变量吗？请加以解释。

(iii)将变量getup 232对gmwage和gcpi进行回归。最低工资增长看起来对同期的gen up 232有影响吗？

(iv)在就业增长方程中增加gmwage的1~12阶滞后变量。在短期或长期中，最低工资的提高对就业增长具有统计显著的影响吗？请加以解释。

点击查看答案

第8题

本题使用CARD.RAW中的数据。(i)我们在例15.4中所估计的方程可写成：其中其他解释变量在表15.1中

本题使用CARD.RAW中的数据。（i)我们在例15.4中所估计的方程可写成：其中其他解释变量在表15.1中

本题使用CARD.RAW中的数据。

(i)我们在例15.4中所估计的方程可写成：

其中其他解释变量在表15.1中列出。为使Ⅳ具有一致性， e chic的IV，即near c 4，必须与u不相关。near c 4是否会与误差项内的因素相关，例如无法观测的能力？请解释。

(ii)对于数据集中的男性子样木，可以利用IQ分数。做IQ对near c 4的回归以验证平均IQ分数是否因该男子在四年制大学附近长大而改变。你将得出什么结论？

(iii)现在，将IQ对near c4、sms a 66及1966年地域性虚拟变量re9662， …， re 9669进行回归。排除了地理上的虚拟变量之后， 10是否与near c 4有关？如何使该答案与你在第(ii) 部分中发现的结果相符合。

(iv)从第(ii)和(iii)部分中，对于在log(wage) 方程中控制sms a 66和1966年地域性虚拟变量的重要性，你将得出什么结论？

点击查看答案

第9题

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。（i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗？失业率也一样吗？

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型，只是你还应该对失业率进行一阶差分。于是，模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量：不要将这些变量进行差分。你发现了什么有意思的结论吗？

(iii)评论如下命题：“在进行多元回归之前，我们总应该将怀疑具有单位根的时间序列进行一阶差分，因为这样做是一种安全策略，而且应该得到与使用水平值类似的结论。”[在回答这个问题时，最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]

点击查看答案

第10题

本题利用MURDER.RAW中的数据。(i)利用1990年和1993年的数据，用混合OLS估计方程(iv)做第(ii)部

本题利用MURDER.RAW中的数据。（i)利用1990年和1993年的数据，用混合OLS估计方程（iv)做第（ii)部

本题利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为的哪个1统计量更值得信赖，是通常的!统计量还是异方差-稳健的1统计量？为什么？

点击查看答案

第11题

本题要用到MLB1.RAW中的数据。（i)从以下模型中去掉变量rbisyr。hrunsyr的统计显著性会如何变化

本题要用到MLB1.RAW中的数据。

(i)从以下模型中去掉变量rbisyr。hrunsyr的统计显著性会如何变化？hrunsyr的系数大小又会如何变化？

(ii)在第(i)部分的模型中增加变量rusyr(每年垒得分)，fldperc(防备率)和sbasesyr(每年盗垒数)。这些因素中，哪一个是个别显著的？

(ii)在第(ii)部分的模型中，检验bavg，fldperc和sbasesyr的联合显著性。

点击查看答案

湖南拓肯信息安全技术有限公司版权所有 ©2024

湘ICP备19012461号-3 湘公安备案43019002002174号营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）