题目内容
（请给出正确答案）
使用CARD.RAW中的数据。
(i)教材表15-1中，教育回报的IV和OLS估计值之间的差异从经济学的角度来说是重要的。从教材(15.32)中得到约简型残差v。(回归中包含的其他变量可参见教材表15-1。)用这些来检验educ是否外生;也就是说，判断OLS与Ⅳ之间的差异在统计上是否显著。
(ii)增添nearc2作为工具，用2SLS估计方程。educ的系数变化很大吗？
(iii)检验第(ii)部分中的单个过度识别约束。
如果结果不匹配，请 联系老师 获取答案
更多“使用CARD.RAW中的数据。 （i)教材表15-1中，教育…”相关的问题
使用WAGE1.RAW中的数据。
(i)估计方程
保留残差并画出其直方图。
(ii)以log(wage)作为因变量重做第(i)部分。
(iii)你认为是水平值-水平值模型还是对数-水平值模型更接近于满足假定MLR.6？
使用LOANAPP.RAW中的数据。
(i)有多少个观测的obrat＞40，即其他债务负担超过其总收入的40%？
(ii)在第7章的计算机练习C8中，去掉obrat＞40的观测，重新估计第(ii)部分中的模型。white的系数估计值和：统计量将会怎样？
(ii)βwhite看起来对所使用的样本过度敏感吗？
使用RDCHEM.RAW中的数据，通过OLS得到如下方程
(i)sales对rdintens的边际影响在什么时候开始变成负的？
(ii)你会在模型中保留二次项吗？请解释。
(iii)定义salesbil为以十亿美元计的销售额：salesbil=sales/1000。用xlesbi和salesbil²作为自变量重写估计方程。务必报告标准误和R²。[提示：注意salesbil²=sales²/(1000)²。]
(iv)为了报告结果，你更喜欢哪个方程？
使用VOTE1.RAW中的数据。
(i)估计一个以voteA为因变量并以prystrA、deocA、log(expendA)和log(expendB)为自变量的模型。得到OLS残差
，并将这些残差对所有的自变量进行回归。解释你为什么得到R2=0。
(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。
(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强？
利用LAWSCH85.RAW中的数据。
(i)使用与第3章习题4一样的模型，表述并检验原假设：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)和教职工的规模(faculty);只进行一个检验。(注意解释clie和facuiy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？
使用BWGHT2.RAW中的数据。
(i)用OLS估计方程
并按照通常的格式报告结果。二次项显著吗？
(ii)基于第(i)部分中的方程，证明：最大化log(bwght)的产前检查次数约为22。样本中有多少妇女至少接受过22次产前检查？
(ii)在22次产前检查之后，预计婴儿出生体重实际上会下降，这有意义吗？请解释。
(iv)在方程中增加母亲年龄，并使用二次函数形式。保持npvis不变，目前在什么年龄，孩子的出生体重最大？样本中有多大比例的妇女年龄大于这个“最优”生育年龄。
(v)你认为母亲年龄和产前检查次数解释了log(bwght)中的大部分变化吗？
(vi)利用npvis和age的二次方程，确定用bwght的自然对数或水平值来预测bwght孰优孰劣。
使用WAGE2.RAW中的数据。
(i)估计模型
并以通常的形式报告结果。保持其他因素不变，黑人和非黑人之间的月薪差异近似为多少？这个差异是统计显著的吗？
(ii)在这个方程中增加变量exper和tenure²，证明即便在20%的显著性水平上，它们也不是联合显著的。
(iii)扩展原模型，使受教育回报取决于种族，并检验受教育的回报是否的确取决于种族。
(iv)再回到原模型，但现在容许四个不同人群(已婚黑人、已婚非黑人、单身黑人和单身非黑人)的工资有差别。估计已婚黑人和己婚非黑人之间的工资差异是多少？
本题使用JTRAIN.RAW中的数据。
(i)考虑简单回归模型
其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？
(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？
(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设
它在5%的显著性水平上统计显著吗？
(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。
(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。
使用HPRICE1.RAW中的数据，估计如下模型：
其中，price是以千美元为单位的住房价格。
(i)以方程的形式写出结果。
(ii)住房在保持面积不变的同时又增加一间卧室，估计其价格会提高多少？
(iii)住房增加一间大小为140平方英尺的卧室，估计其价格会提高多少？将这个答案与你在第(ii)部分的答案相比较。
(iv)价格的波动有多大比例能被平方英尺数和卧室数解释？
(v)样本中的第一套住房有sqrft=2438和bdrms=4。从OLS回归线计算这套住房的预计销售价格。
(vi)样本中第一套住房的实际销售价格是300000美元(price=300)。求出这套住房的残差。它是否表明购买者为这套住房支付了过低或过高的价格？
本题使用GPA2.RAW中的数据。
(i)考虑方程
其中，colgpa表示累积的大学GPA，hsize表示高中毕业年级以百人计的规模，hsperc表示在毕业年级中学术排名的百分位，sat表示SAT综合分数，female是一个二值变量，而athlete也是一个运动员取值1的二值变量。你对这个方程中的系数有何预期？哪些你没有把握？
(ii)估计第(i)部分中的方程，并以通常的形式报告结果。估计运动员和非运动员之间GPA的差异是多少？它是统计显著的吗？
(ii)从模型中去掉sat并重新估计这个方程。现在，作为运动员的估计影响是多大？讨论为什么这个估计值不同于第(ii)部分的结论。
(iv)在第(i)部分的模型中，容许作为运动员的影响会因性别不同而不同。检验如下原假设：在其他条件不变的情况下，女生是否是运动员没有差别。
(v)sat对colgpa的影响会因性别不同而不同吗？讲出你的根据。
