请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是：
其中，解释变量是女性接受教育的年限，年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。
(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。
(ii)城市居民和非城市居民在生育率上有区别吗？请解释。
(ii)现在对城市居民和非城市居民分别估计方程(当然，解释变量要去掉urban)。除了截距以外，其他系数有明显区别吗？
(iV)允许城市居民和非城市居民截距项不同，在原假设下得到邹至庄统计量。你能得到什么结论？[提示：你在检验5个限制条件，SSR从第(ii)部分和第(iii)部分中很容易得到。]
答案
更多“利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是： 其中，解释变量是女性接受教育的年”相关的问题
第1题
利用ATTEND.RAW中的数据研究出勤率(atndrte，用百分比表示)与ACT成绩(最高可能得分为32分)之间的关系。
(i)在样本中找出atndrte的最大值和最小值。
(ii)在总体模型atndrte=β0+β1ACT+u中，解释系数β1的含义，β1的符号是明显的吗？请解释。
第2题
利用数据集401KSUBS.RAW。
(i)利用OLS估计e401k的一个线性概率模型，解释变量为inc，inc²，age，age²和male。求通常的OLS标准误和异方差-稳健的标准误。它们有重要差别吗？
(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？
第3题
利用AFFAIRS.RAW中女性的数据。
(i)为affair估计一个线性概率模型，二元指示变量在女性至少有一次婚外恋时等于1，解释变量包括yrsmarr、age和educ。解释yrsmarr的系数。
(ii)在控制了yrsmarr后，age和educ对affuir还有影响吗？
(iii)在(i)中的模型里加入kids。解释它的系数并判断估计是否在统计上显著。
(iv)对于(iii)中的模型，除了kids仍在模型中以外，加入四个宗教虚拟变量。基础组包括那些声称自己反宗教的女性。对于那些非常信仰宗教的和反宗教的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？
(v)对于那些有宗教信仰和无宗教信仰的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？[提示：从(iv)中改变基础组很简单。]
第4题
利用KIELMC.RAM中的数据。
(i)变量dist是从每个房屋到焚烧炉位置的英尺距离。考虑模型
如果建造焚烧炉会减少其附近的房屋价值，那么δ1的符号将是什么？若β1＞0，则意味着什么？
(ii)估计第(i)部分中的模型并按通常的方式报告结果。解释y81-log(dist)的系数。你得到了什么结论？
(iii)在方程中增加age，age2，rooms，baths，log(intst)，log(land)和log(area)。现在，你对焚烧炉对房屋价值的影响会作出什么结论？
第5题
本题使用HTV.RAW中的数据。
(i)基于整个样木， 利用解释变量educ、abil、exper、nc、west、south和urban， 利用OLS估计log(wage)的一个模型。报告教育的估计回报及其标准误。
(ii)现在， 仅利用educ＜16的人群来估计第(i) 部分中的方程。样本损失了多大的比例？现在， 多读一年书的估计回报是多少？它与第(i)部分中的结果相比如何？
(iii)现在， 去掉所有wage≥20的观测， 于是， 样本中剩下每个人每小时工资都不足20美元。做第(i) 部分中的回归， 并评论educ的系数。(由于正常的断尾回归模型都假定y是连续的， 所以理论上我们去掉wage≥20还是去掉wage＞20都无所谓。但在这个应用研究中， 由于有些人正好每个小时挣20美元， 所以二者略有差异。)
(iv)利用第(ii) 部分中的样本， 应用断尾回归[上断点为log(20) ] .假定第(i) 部分中得到的估计值是一致的，这个断尾回归能够重新得到整个总体中的教育回报估计值吗？
第6题
A.保存重要的解释变量，去掉次要的或替代的解释变量
B.利用先验信息改变参数的约束形式
C.变换模型的形式
D.综合使用时序数据与截面数据
E.逐步回归法以及增加样本容量
第8题
(i)报告参与劳动的妇女比例是多少？
(ii)只利用工作女性(你别无选择)的数据，用OLS估计工资方程
以常用格式报告结果。不同种族有明显的工资差别吗？
(ii)在第(ii)部分的工资方程中引进解释变量nwifeinc和kidlt6，估计ilf的一个概率单位模型。后两个变量具有预期的符号吗？它们统计显著吗？
(iv)为了检验和(可能的话)修正工资方程中进入劳动力的选择性，请说明为什么nwifeinc和kidlt6有助于对inlf的解释。你对工资方程中的nwifeinc和kidlt6必须做什么假定？
(v)计算每个观测的反米尔斯比，并把它作为一个额外回归元添加到第(ii)部分的工资方程中。其双侧p值是多少？根据3286个观测，你认为它特别小吗？
(vi)在工资方程中添加反米尔斯比，系数有重大改变吗？请解释。
第9题
A、保留重要的解释变量，去掉次要的或替代的解释变量
B、利用先验信息改变参数的约束形式
C、变换模型的形式
D、综合使用时序数据和截面数据
E、逐步回归法以及增加样本容量
第10题
本题利用HSE IN V.RAW中的数据。
(i)求出log(in vpc) 中的一阶自相关系数， 然后再求log(im pc) 除掉线性趋势后的自相关。对log(price) 做相同的计算。这两个序列中的哪个可能有单位根？
(ii)基于第(i)部分的结论估计方程：
并以标准形式报告结果。对系数β1作出解释，并判断它是否统计显著。
(iii)除掉log(inypc) 的线性趋势，然后在第(ii)部分的回归方程中使用除趋势的因变量(见10.5节)， R2有何变化？
(iv)现在用
作因变量。结果与第(ii) 部分相比有何不同？时间趋势还是显著的吗？为什么是 或不是？
第11题
以下各项均是对利用问题清单来评估审计风险的批评，除了：
A.问题清单在形式上将所有相关因素都列在上面从而提供了一种虚假的安全感。
B.不适当地给予表中所有栏目涉及的因素相同的权重。
C.降低了数据收集过程中的一致性。
D.不能对清单上各栏目所获得的合理推断或健全经验进行转化解释。
