本题利用WAGEPAN.RAW中的数据。(i)考虑非观测效应模型(iv)现在，容许是否加入工会的差别(与受教

利用WAGEPAN.RAW中的数据。

(i)考虑非观测效应模型

(ii)用FD估计第(i)部分中的方程，并检验不同时期的教育回报没有变化的原假设。

(iii)利用一个足够稳健的检验，也就是容许FD误差Δuir中存在任何形式的异方差和序列相关的检验，检验第(ii)部分中的假设。你的结论有变化吗？

(iv)现在，容许是否加入工会的差别(与受教育水平一起)在不同时期有所变化，用FD估计这个方程。1980年加入工会与不加入工会的估计工资差别是多少？1987年呢？这个差别在统计上显著吗？

(v)检验工会关系差别在不同时期没有发生变化的原假设，并根据你对第(iv)部分的回答讨论你的结论。

本题利用AIRFARE.RAW中的数据。在一个联立方程非观测效应模型中， 需求方程为：

其中我们把航线距离变量放到ait中。

(i)利用固定效应模型估计需求函数，为了解释不同的截距，必须包括年度虚拟变量。弹性估计值是多少？

(ii)利用固定效应模型估计如下约简型方程：

进行适当的检验， 以保证concenit 可用作log(fareit ) 的一个工具变量。

(iii)现在，就像在方程(16.42)中一样，利用固定效应变换和工具变量法估计这个需求函数。现在的估计弹性是多少？它在统计上显著吗？

本题利用数据集401KSUBS.RAW。

(iii)对第(i)部分估计的模型求怀特检验，并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。

(iv)在验证了第(i)部分的拟合值都介于0和1之间后，求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗？

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HSEINV.RAW中的数据。

(i)检验log(in vpc)是否有单位根， 模型中含有一个线性时间趋势和 log(in ypct)的两阶滞后， 显著性水平为5%。

(ii)用第(i)部分中的方法检验log(price)中的单位根。

(iii)给定第(i)部分和第(ii)部分中的结果，那么检验log(iv pc)和log(price)之间的协整还有意义吗？

本题利用NBASAL.RAW中的数据。

(i)估计一个线性回归模型，将单场得分与联赛中打球经历和位置(后卫、前锋或中锋)联系起来。包括打球经历的二次项形式，并将中锋作为基组。以通常的形式报告结果。

(ii)在第(i)部分中，你为什么不将所有三个位置虚拟变量包括进来？

(iii)保持经历不变，一个后卫的得分比一个中锋多吗？多多少？这个差异统计显著吗？

(iv)现在，将婚姻状况加入方程。保持位置和经历不变，已婚球员是否更高效(就单场得分来说)？

(v)加入婚姻状况和两个经历变量的交互项。在这个扩展的模型中，是否存在有力的证据表明婚姻状况影响单场得分？

(vi)使用单场助攻次数作为因变量估计(iv)中的模型。与(iv)的结果有明显的差异吗？请讨论。

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？

本题利用ATTEND.RAW中的数据。

(i)在例6.3的模型中，推出

(iii)假设你用(priGPA-2.59)·(atndrte-82)取代priGP4(atndrte-82)。你将如何解释atndrte和priGPA的系数。

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？

利用INTDEE.RAW中的数据，考虑教材(10.15)中估计的模型。

(i)求出这个样本时期内inf和def之间的相关系数，并加以评论。

(ii)在方程中加入inf和def的一期滞后，并以常用格式报告结果。

(iii)将通货膨胀效应的估计LRP与教材(10.15)中相对应的LRP进行比较。二者有很大差别吗？

(iv)模型中这两个滞后在5%的水平上是联合显著的吗？