的解释及其统计显著性。
如果结果不匹配，请 
更多“在习题4.2中，我们在一个解释CE 0薪水的模型中增加了变量…”相关的问题
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？
在第3章的习题3中，我们估计了一个方程，来检验一个随机样本中每个人每周花在睡眠上的分钟数(sleep)和每周花在工作上的分钟数(totwork)之间的替代关系。方程中还包括受教育程度和年龄。由于sleep和totwork是每个人同时选择的，所估计的睡眠和工作之间的交替关系会遭到“联立性偏误”的批评吗？请解释。
有计划上大学的中学高年级学生。
(Ⅰ) 假设你有权进行一项控制实验。请说明为了估计hours对sal的引致效应， 你将如何构建实验。
(Ⅱ) 考虑一个更加实际的情形， 即由学生选择在备考课程上花多少时间， 而你只能随机地从总体中抽出sat和hours的样本。将总体模型写作如下形式：
其中，与通常带截距的模型一样， 我们可以假设E(u)=0。列举出至少两个u中包含的因素。这些因素与hours可能呈正相关还是负相关？
(III)在(Ⅱ)的方程中，如果备考课程有效，那么β1的符号应该是什么？
(Ⅳ)在(Ⅱ)的方程中，β0该如何解释？
设某系统中N个粒子的速率分布曲线如习题5-13图所示。试求:(1)常量A以v0表示;(2)速率在0~v0之间、1.5 v0~2 v0之间的粒子数;(3)粒子的平均速率;(4)速率在0~v0之间粒子的平均速率。
下面是关于摩托车的一个调查,我们共有20种车的数据,其中考察了5个变量：
(1)发动机大小,用1.2.3.4.5来代表;
(2)汽罐容量,用1.23来相对描述;
(3)费油率,用1.2. 3.4来相对描述;
(4)重量,用12.3.4.5来描述;
(5)产地,0表示北美生产,1表示其余产地。
试用多维标度法来处理表10.24中的数据,并对结果进行解释。
令math10表示密歇根州高中学生在一次标准化数学考试中的及格百分比(也可参见例4.2)。我们感兴趣的是估计每个学生的支出对其数学成绩的影响。一个简单的模型是
其中，poverty表示贫困生的比例。变量Inchprg表示学校有资格享受联邦政府午餐资助计划的学生比例。为什么它是povert的一个合适的代理变量？
(ii)下表包含了有和没有Inchprg作为解释变量时的OLS估计值。解释为什么支出对mathl0的影响在列(2)比在列(1)要低。列(2)中的这种影响在统计上仍大于1吗？
(iii)在其他条件相同的情况下，越大的学校通过率越低吗？请解释。
(iv)解释列(2)中Inchprg的系数。
(v)你如何理解R从列(1)到列(2)的显著提高？
一致估计量。给定这样一个估计量，定义β0的一个估计量为
证明。
参考第3章习题14。现在，我们使用住房价格的对数作为因变量：
(i)你想在住房增加一个150平方英尺的卧室的情况下， 估计并得到price变化百分比的一个置信区间。以小数形式表示就是θ1=150β1+β2。使用HPRICE1.RAW中的数据去估计θ1。
(ii)用θ1和民β1表达β2，并代入log(price) 的方程。
(iii)利用第(ii)部分中的结果得到θ1的标准误，并使用这个标准误构造一个95%的置信区间。
对美国所有家庭构成的总体考虑一个家庭储蓄方程：
其中，inc表示家庭收入，hhsize表示家庭规模，educ表示户主受教育年数，而age表示户主的年龄。假定E(ulinc，hhsize，educ，age)=0。
(i)假设样本只包括户主年龄在25岁以上的家庭。如果我们对这样一个样本使用OLS，我们能得到βj的无偏估计量吗？请解释。
(ii)现在假设我们的样本只包括无子女的已婚夫妇。我们能估计储蓄方程中的所有参数吗？我们能估计哪些参数？
(iii)假设我们从样本中排除掉储蓄超过每年25000美元以上的家庭。OLS能得到βj的一致估计量吗？
，试以R1=0的极限情形来检验这个公式。r=R2时又怎样？
对(许多美国工人可用的)401(k)养老金计划的出现是否提高了净储蓄，吸引了大量研究兴趣。数据集401KSUBS.RAW包含了有关净金融资产(nettfa)、家庭收入(ic)、是否有资格参与401(k)计划的二值变量(e401k)和其他几个变量的信息。
(i)样本中有资格参与一个401(k)计划的家庭比例是多少？
(ii)估计一个用收入、年龄和性别解释401(k)资格的线性概率模型。包括收入和年龄的二次项，并以通常形式报告结论。
(iii)你认为401(k)资格独立于收入和年龄吗？性别呢？请解释。
(iv)求第(ii)部分中估计的线性概率模型的拟合值。有小于0或大于1的拟合值吗？
(v)利用第(iv)部分中的拟合值e401k1，定义e401k1在e401k≥0.5时取值1，并在2e401k＜0.5时取值0。在9275个家庭中，预计有多少家庭有资格参与401(k)计划？
(vi)对于没有资格参加401(k)的5638个家庭，利用预测值e401k1，预测其中有多大比例没有401(k)？对于有资格参加401(k)的3637个家庭，其中有多大比例的家庭有401(k)？(如果你的计量经济软件具有“制表”命令更好。)
(vii)总正确预测比约为64.9%。给定第(vi)部分的答案，你认为这是模型好坏的一个完备描述吗？
(viii)在线性概率模型中增加一个解释变量pira。其他条件不变，若一个家庭有某人拥有个人退休金账户，一个家庭有资格参与401(k)计划的估计概率会提高多少？在10%的显著性水平上，它统计显著异于0吗？
