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

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 并以常用形式报

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

并以常用形式报告结论。不必担心通常的OLS标准误因a，的出现而不适当。你估计出了死刑的威慑效应吗？

(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中，你应该有51个观测)。现在，你对威慑效应有何结论？

(iii)在第(ii)部分的FD回归中，求残差的布罗施-帕甘回归，并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归，其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论？

(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Aexec;的哪个统计量更值得信赖，是通常的：统计量还是异方差-稳健的!统计量？为什么？

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MURDER.RAW中有关谋杀率和死刑的州一级数据。 （i)考虑非观测效应模型 其中，θ_t无非表

利用MURDER.RAW中有关谋杀率和死刑的州一级数据。

(i)考虑非观测效应模型

其中，θ_t无非表示不同年份的截距，而a_i表示各州的非观测效应。如果过去对被判谋杀者的死刑有某种威慑作用，那么民，的符号应该是正是负？你认为β₂应该有什么样的符号？请解释。

(ii)仅利用1990年和1993年的数据，用混合OLS估计第(i)部分中的方程。忽略复合误差中的序列相关问题。你发现威慑效应的证据了吗？

(iii)利用1990年和1993年的数据，再用固定效应法估计方程。既然只用两年数据，所以你或许可以利用一阶差分。现在，有威慑效应的证据吗？有多强？

(iv)计算第(iii)部分中估计的异方差-稳健标准误。利用一阶差分最容易吗？

(v)找出1993年死刑变量取值最大的州。(变量exec是1991年、1992年和1993年执行死刑的总人数。)这个数值比第二高的值大多少？

(vi)在分析中去掉得克萨斯，利用一阶差分估计方程。计算通常和异方差-稳健的标准误。现在有什么结论，为什么？

(vii)利用所有三年数据，并用固定效应法估计模型。在分析中包含得克萨斯。与仅使用1990年和1993年数据的估计相比，讨论威慑效应的大小和统计显著性。

利用CONSUMP.RAW中的数据。

(i)令y_t代表真实个人可支配收入。用直至1989年的数据估计如下模型：

并用通常的格式报告结果。

(ii)用第(i)部分估计的方程预测1990年的y。预测误差是多少？

(iii)用第(i)部分估计的参数，计算20世纪90年代提前一期预测值的MAE。

(iv)把y_t-1从方程中去掉后，计算相同时期内的MAE。在模型中包含y_t-1更好些吗？

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

看更多学生的出现会不会影响房租。非观测效应模型是

其中pop是城市人口，avginc是平均收入，而petstu是学生人口占城市人口的百分数(按学年计算)。

(i)用混合OLS估计方程并按标准方式报告结果。你如何理解1990年虚拟变量的估计值？你得到βpctstu是多少？

(ii)你在第(i)部分中报告的标准误是否真实？请解释。

(iii)现在，将方程差分并用OLS估计。把你对βpctstu的估计值和第(ii)部分进行比较。学生人口的相对规模对房租有影响吗？

(iv)对第(ii)部分中的一阶差分方程求异方差-稳健的标准误。这是否改变了你的结论？

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

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？