本题利用WAGE1.RAW中的数据。(i)使用OLS估计方程(iv)exper取什么值时，工作经历的增加实际上会降

本题利用数据集MEAO0_01.RAW中的数据。（i)用OLS估计方程（iv)求容许方差函数被误设的WLS标准误。

本题利用数据集MEAO0_01.RAW中的数据。

(i)用OLS估计方程

(iv)求容许方差函数被误设的WLS标准误。它与通常的WLS标准误有很大的不同吗？

(v)为了估计支出对math 4的影响， OLS与WLS哪一个看起来更准确？

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？

利用NYSE.RAW中的数据回答本题。（i) 估计方程（12.47) 中的模型并求OLS残差平方。求在整个样木中

利用NYSE.RAW中的数据回答本题。

(i) 估计方程(12.47) 中的模型并求OLS残差平方。求在整个样木中的平均值、最小值和最大值。

(ii) 利用OLS残差平方估计如下的异方差模型

报告估计系数、标准误、R²和调整R²。

(iii) 将条件方差描述成滞后return_-1的函数。方差在return_-1取何值时最小？方差是多少？

(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？

(v)第(ii)部分中的模型拟合效果比例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在方程(12.51)的ARCH(1)回归中添加二阶滞后。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？

本题利用HPRICE1.RAW中的数据。（i)估计模型并以通常的OLS格式报告结论。（ii)当lotsize=20000，scr

本题利用HPRICE1.RAW中的数据。

(i)估计模型

并以通常的OLS格式报告结论。

(ii)当lotsize=20000，scrft=2500和bdrms=4时，求出log(price) 的预测值。利用6.4节中的方法，在同样的解释变量值的情况下，求出price的预测值。

(iii)就解释price中的变异而言，决定你是偏好第(i)部分中的模型，还是偏好模型

本题利用LOANAPP.RAW中的数据。（i)估计计算机习题C7.8第（iii) 部分中的方程， 计算其异方差-稳健

本题利用LOANAPP.RAW中的数据。

(i)估计计算机习题C7.8第(iii) 部分中的方程， 计算其异方差-稳健的标准误。将的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0？有没有哪个估计值大于1？而这些情况对加权最小二乘估计的应用意味着什么？

本题使用WAGEI.RAW中的数据。（i)利用方程（7.18)估计在Pdw=12.5时的性别差异。并与educ=0时估计的

本题使用WAGEI.RAW中的数据。

(i)利用方程(7.18)估计在Pdw=12.5时的性别差异。并与educ=0时估计的性别差异相比较。

(ii)做一个用以得到式(7.18)的回归，但用female·(educ-12.5)取代female·ed huc。你现在如何解释female的系数？

(ii)第(ii)部分中female的系数是统计显著的吗？与式(7.18)相比较并进行评论。

本题使用INT DEF.RAW中的数据。关于三月期国债利率与通货膨胀率（从消费者价格指数中计算) 的一

个简单方程为：。

(i)用OLS估计该方程， 为了后面的比较略去时期1。以通常的格式报告结果。

本题使用INJURY.RAW中的数据。（i) 使用肯塔基州的数据， 增加male， married以及全套行业和工伤

本题使用INJURY.RAW中的数据。

(i) 使用肯塔基州的数据， 增加male， married以及全套行业和工伤类型虚拟变量作为解释变量， 重新估计方程(13.12)。在控制了这些其他因素后， afchnge-high earn的估计值有何变化？这个估计值仍然统计显著吗？

(ii)你对第(i)部分中较小的R°有什么看法？这是否意味着这个方程无用呢？

(iii)用密歇根州的数据估计方程(13.12)。比较密歇根州和肯塔基州的交互项估计值。密歇根州的估计值在统计上显著吗？你对此如何解释？

利用MEAP00 O1中的数据回答本题。（i)使用OLS估计模型并用通常的格式报告你的结论。在5%的显著性

利用MEAP00 O1中的数据回答本题。

(i)使用OLS估计模型

并用通常的格式报告你的结论。在5%的显著性水平上，每个解释变量都是统计显著的吗？

(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少？它与math4的实际数据取值范围相比如何？

(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差？对这个残差给予解释。

(iv)在方程中增加所有解释变量的平方项，检验它们的联合显著性。你会把它们放到模型中吗？

(v)回到第(i)部分中的模型，将因变量和每个解释变量都除以各自的样本标准差，并重新进行回归。(除非你还将每个变量分别减去了各自的均值，否则还应该包括一个截距项。)以标准差为单位，哪个解释变量对数学考试通过率具有最大的影响？

本题利用数据集401KSUBS.RAW， 仅考虑无子女的已婚夫妇（marr=1，fsize=2) 。（i)用OLS估计方程二

本题利用数据集401KSUBS.RAW， 仅考虑无子女的已婚夫妇(marr=1，fsize=2) 。

(i)用OLS估计方程

二次项通过减去inc和age的最小值而加以修正， 所以β是inc在inc=10时对net tfa的偏效应，β3是age在age=25时对ne nfa的偏效应。报告通常的标准误和异方差-稳健的标准误。

(ii)利用一个异方差-稳健的检验， 检验inc和age的联合显著性。