假设“真实”模型是：而我们增加了一个“无关”变量X₃到模型中去(“无关”是指变量X₃的真实

假设决定y的总体模型是，而这个模型满足假定MLR.1~MLR.4。但我们估计了漏掉x3的模型。回归的OLS估计量。(给定样本中自变量的值)证明的期望值是

考虑模型：（1)。为了找出此模型是否因为漏掉变量X₃而成为一个误设的模型，你决定用模型（1)给

考虑模型：(1)。为了找出此模型是否因为漏掉变量X₃而成为一个误设的模型，你决定用模型(1)给出的残差仅仅对X₃一个变量做回归(注：在此回归中有一截距项)。然而，拉格朗日乘数(LM)检验要求你用方程(1)的残差兼对X₂和X₃及一常数项做回归。为什么你用的程序很可能是不适当的？

考虑如下模型

其中x₂表示教育变量，x₃表示工作年限变量。假设你漏掉了工作年限变量。预计会出现什么类型的问题或偏误？并口头加以解释。

假设真实模型是：（1)但你没有去拟合这个过原点回归，却例行地拟合了通常带有截距的模型：（2)评述

假设真实模型是：

(1)但你没有去拟合这个过原点回归，却例行地拟合了通常带有截距的模型：

(2)评述这一设定误差的后果。

(3)假定真实模型是(2)，讨论拟合误设模型(1)的后果。

（1)如果真实的模型是Y_i=β₁X_i+μ_i，但你却拟合了一个带截距项的模型Y_i=α0⌘

(1)如果真实的模型是Y_i=β₁X_i+μ_i，但你却拟合了一个带截距项的模型Y_i=α₀+α₁X_i+ν_i，试评述这一设定误差的后果。

(2)在(1)中，假设真实的模型是带截距项的模型，而你却对过原点的模型进行了普通最小二乘回归。请评述这一模型误设的后果。

考虑如下模型

其中x₂表示教育变量，x₃表示工作年限变量。假设你漏掉了工作年限变量。预计会出现什么类型的问题或偏误？并口头加以解释。

著的。现在，定义一个虚拟变量roneg，它在ros<0时等于1，而在ros≥0时等于0。利用CEOSAL1.RAW来估计模型

讨论对的解释及其统计显著性。

假设真实模型是，但你估计了。如果你利用Y在X=-3、-2、-1、0、1、2、3处的观测并估计了“不正确”的模型，这些估计值将出现什么偏误？

个人面板数据。如果我们包括了一个1992年的年度虚拟变量并利用一阶差分，那么我们还能在原模型中包含年龄变量吗？试解释。