回答本题需用APPLE.RAW中的数据。
(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。换言之, 在给定价格下, eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?
(ii)估计线性概率模型
并以通常的形式报告结果。仔细解释价格变量的系数。
(iii) 在LPM中, 非价格变量联合显著吗?(尽管存在异方差时, 通常的F统计量并非有效, 但我们还是使用它。)除价格变量外,哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?
(iv) 在第(ii) 部分的模型中, 用log(faminc) 取代faminc。使用faminc和log(fam inc) , 哪个模型对数据的拟合更好?解释log(faminc) 的系数。
(v)在第(iv)部分的估计中,有多少估计概率为负?多少大于1?应该引起你的注意吗?
(vi) 对于第(iv) 部分中的估计, 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?
第1题
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?
第2题
考虑如下模型
其中Y=一位大学教授的年薪;
X=从教年限;
D=性别虚拟变量。
考虑定义虚拟变虽的三种方式:
a.D对男性取值I,对女性取值0。
b.D对女性取值1,对男性取值2。
c.D对女性取值1,对男性取值-1。
对每种虚拟变量定义解释上述回归模型。是否有某个方法比另外一个方法更好?说明你的理由。
第3题
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低预期的log(wage)。样本中有多少人具有比该取值更长的工作经历?
第6题
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)
(i)利用OLS估计模型
以常用形式报告结果。在5%的显著性水平上,相对一个双侧对立假设,β统计显著异于零吗?在1%的显著性水平上呢?
(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。
(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告H0:βlog(hseval)=0的双侧p值。
(iv) 在第(ii) 部分的回归中, log(income) 和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?
(v)给定前面的回归结果,在确定一个邮区的种族构成是否影响当地快餐价格时,你会报告哪一个结果才最为可靠?
第7题
已知
问:
(1) t取值在什么范围时,A为正定矩阵? 为什么?
(2) t取何值时,A与B等价? 为什么?
(3) t取何值时,A与C相似? 为什么?
(4) t取何值时,A与D合同? 为什么?
第8题
利用表9-2中给出的数据,考虑如下模型:
其中ln表示自然对数,Dt对1970~1981年取值1,对1982~1995年取值10。
a.如此确定虚拟变量的根据是什么?
b.估计上述模型并解释你的结论。
c.两个子期间储蓄函数的截距值是多少?你如何解释它们?
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!