重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 继续教育
网友您好,请在下方输入框内输入要搜索的题目:
搜题
如搜索结果不匹配,请联系老师获取答案
扫码添加老师QQ
扫码添加老师微信
题目内容 (请给出正确答案)
[主观题]

本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量

本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量的一个子集(但比其报告回归中的观测更加有用)。

(i)分别求男女相貌在一般水平之上的比例。相貌在一般水平之上和之下的人哪个更多?

(ii)检验假设:男女相貌在一般水平之上的总体比例相同。报告女人比例更高的单侧P值。(提示:估计一个简单的线性概率模型最容易。)

(iii)现在针对男女分别估计模型

本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddl

并以通常方式报告结果。在两种情形中,都解释belavg的系数。用语言解释假设H01=0相对H11<0的含义,并分别求出P值。

(iv)有一般相貌之上的女人比相貌一般的女人工资更高的充分证据吗?请解释。

(v)对男人和女人,都增加解释变量educ,exper,experz,uion,goodhlth,black,married,south,bigcity,smllcity和service。“相貌”变量的影响有重要变化吗?

答案
查看答案
更多“本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量”相关的问题

第1题

本题利用BEAUTY.RAW中的数据集, 它包含了Hamermesh and Biddlc(1994) 报告变量的一个子集(
本题利用BEAUTY.RAW中的数据集, 它包含了Hamermesh and Biddlc(1994) 报告变量的一个子集(

但比其报告回归中的观测更加有用)。

(i)分别求男女相貌在一般水平之上的比例。相貌在一般水平之上和之下的人哪个更多?

(ii)检验假设:男女相貌在一般水平之上的总体比例相同。报告女人比例更高的单侧P值。(提示:估计一个简单的线性概率模型最容易。)

(iii)现在针对男女分别估计模型

并以通常方式报告结果。在两种情形中解释belavg的系数。用语言解释假设H0:β1=0相对H1:β1<0的含义,并分别求出P值。

(iv)有一般相貌之上的女人比相貌一般的女人工资更高的充分证据吗?请解释。

(v) 对男人和女人都增加解释变量educ, exper,experz,union,goodhlth,black,married, south,bigcity,smllcity和service。“相貌”变量的影响有重要变化吗?

点击查看答案

第2题

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。

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?

点击查看答案

第3题

本题利用数据集GPA1.RAW。

点击查看答案

第4题

本题利用0KUN.RAW中的数据:也可参见计算机习题11.11。

点击查看答案

第5题

本题使用HTV.RAW中的数据。(i) 将log(wage) 对educ进行简单的OLS回归。在不控制其他因素的情况
本题使用HTV.RAW中的数据。(i) 将log(wage) 对educ进行简单的OLS回归。在不控制其他因素的情况

本题使用HTV.RAW中的数据。

(i) 将log(wage) 对educ进行简单的OLS回归。在不控制其他因素的情况下, 多接受一年教育的估计回报的95%置信区问是什么?

(ii) 变量c til(以千美元为单位) 是17~18岁的学生面临的学费变化。证明educ和ctu it基本上是不相关的。这对一个简单回归分析中ctu it作为educ的一个可能的工具有何含义?

(iii)现在,在第(i)部分的简单回归模型中引人工作经历的二次函数以及当前居住地和18岁时的居住地等一整套区域虚拟变量集。模型中还包含个人当前居住地和18岁时居住地的城市指标。多受一年教育的估计回报是多少?

(iv) 再次利用ctu it作为edic的潜在工具变量, 估计educ的约简型。[当然, 现在educ的约简型也包含第(iii)部分中的解释变量。] 证明ctu it在educ的约简型中是统计显著的。

(v) 把ctu it作为educ的工具变量, 用Ⅳ估计第(iii) 部分中的模型。教育回报的置信区间与第(iii) 部分中的OLS置信区间相比如何?

(vi)你认为第(v)部分中的ⅣV程序令人信服吗?

点击查看答案

第6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
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?

点击查看答案

第7题

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
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

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?

点击查看答案

第8题

本题要利用LAWS CH 85.RAW中的数据。(i)使用与第3章习题4一样的模型,表述并检验虚拟假设:在其他
本题要利用LAWS CH 85.RAW中的数据。(i)使用与第3章习题4一样的模型,表述并检验虚拟假设:在其他

本题要利用LAWS CH 85.RAW中的数据。

(i)使用与第3章习题4一样的模型,表述并检验虚拟假设:在其他条件不变的情况下,法学院排名对起薪中位数没有影响。

(ii)新生年级的学生特征(即LSAT和GPA) 对解释salary而言是个别或联合显著的吗?

(iii)检验是否要在方程中引入入学年级的规模(clsize) 和教职工的规(faculty) ; 只进行一个检验。(注意解释clsize和faculty的缺失数据。)

(iv)还有哪些因素可能影响到法学院排名,但又没有包括在薪水回归中?

点击查看答案

第9题

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc
本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。(i)计算变量prc

本题利用TRAFFIC 2.RAW中的数据。前面的计算机习题C 10.11曾要求你分析这些数据。

(i)计算变量prc fat的一阶自相关系数。你认为prc fat包含单位根吗?失业率也一样吗?

(ii)估计一个将prc fal的一阶差分Aprcfat与计算机习题C10.11第(vi) 部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量:不要将这些变量进行差分。你发现了什么有意思的结论吗?

(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)计算机习题C10.11第(vi)部分中的回归。]

点击查看答案

第10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urb
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urb

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?

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案 购买前请仔细阅读《购买须知》
请选择支付方式
  • 微信支付
  • 支付宝支付
点击支付即表示同意并接受了《服务协议》《购买须知》
立即支付 系统将自动为您注册账号
已付款,但不能查看答案,请点这里登录即可>>>
请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝