题目内容
（请给出正确答案）
本题用到OPENNESS.RAW中的数据。
(i) 由于log(pc inc) 在式(16.22) 和opn的约简型中都是不显著的， 所以将它从分析中去掉。用OLS和Ⅳ顶答在没有log(pc inc) 的情况下估计式(16.22) 。重要的结论有什么变化吗？
(ii) 仍将log(pei c) 放在分析之外， land或log(land) 是open更好的工具变量吗？(提示：将open对二者分别并同时回归。)
(iii) 现在回到式(16.22) 中， 在方程中增加虚拟变量oil并视之为外生变量。用IV估计方程。其他条件不所有变时，作为一个石油生产国对通货膨胀有影响吗？
安装简答题APP，拍照搜题省时又省心！
更多“本题用到OPENNESS.RAW中的数据。(i) 由于log…”相关的问题
其中， cig pric表示每包香烟的价格(美分) ， 而restaur n表示一个二值变量， 并在这个人所定居的州有餐馆抽烟限制时等于1。假定这些变量对个人而言都是外生的，那么你预期y5和y6具有什么样的符号?
(iii)在什么样的条件下第(i)部分的收入方程可识别?
(iv)用OLS估计收入方程并讨论岛的估计值。
(v)估计cigs的约简型。(记住这就要求将cigs对所有外生变量回归。) log(cig pric) 和restaur n在约简型中显著吗?
(vi)现在用2SLS估计收入方程。讨论β1的估计值与OLS估计值的比较。
(vii)你认为香烟价格和餐馆抽烟限制在收入方程中是外生的吗?
(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?
(i)考虑一个标准的工资方程
表述虚拟假设：多一年工作经历与在现在的岗位上多工作一年对log(wage) 具有相同影响。
(ii)在5%的显著性水平上，相对于双侧对立假设，通过构造一个95%的置信区间来检验第(i)部分中的虚拟假设。你得到的结论是什么?
(i)估计一个以vote A为因变量并以prtystrA、democA、log(expend A) 和
(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?
(i)使用方程(4.31)中所估计的模型，并去掉变量rbisyr。hrunsyr的统计显著性会怎么样?hrunsyr的系数大小又会怎么样?
(ii)在第(i) 部分的模型中增加变量runsyr(每年垒得分)，fldperc(防备率)和sbasesyr(每年盗垒数) 。这些因素中，哪一个是个别显著的?
(iii)在第(ii)部分的模型中， 检验bavg， fldperc和sbasesyr的联合显著性。
(i) 估计模型math10=β0+β1log(expend)+β2Inchprg+u，并按照通常的方式报告估计方程，包括样本容量和R2。斜率系数的符号与你的预期一致吗?请加以解释。
(ii)你如何理解第(i)部分中估计出来的截距?特别是，令两个解释变量都等于零说得过去吗?[提示：记住log(1)=0。]
(i)现在做math10对log(expend)的简单回归， 并将斜率系数与第(i)部分中得到的估计值进行比较。与第(i)部分中的结果相比，这里估计出来的支出效应是更大还是更小?
(iv)求山lexpend=log(expend)与Inchprg之间的相关系数。你认为其符号合理吗?
(v)利用第(iv)部分的结果来解释你在第(iii)部分中得到的结论。
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
微信搜一搜
简答题
微信搜一搜
简答题
如搜索结果不匹配，请 
