题目内容
（请给出正确答案）
本题利用SLEEP75.RAW中的数据。我们要分析的方程为：
(i)分别针对男性和女性单独估计这个方程，并按照通常形式报告结论。这两个估计方程有什么明显差异吗？
(ii)对男性和女性睡眠方程中的参数是否相等计算邹至庄检验。使用增加male和交互项male totwrk，.male的检验形式，并使用全部观测。该检验相关的df等于多少？在5%的显著性水平上，你应该拒绝这个虚拟假设吗？
(iii)现在，容许男性与女性存在不同截距，判定所有涉及male的交互项是不是联合显著的？
(iV)给定第(ii)部分和第(iii)部分中的结论，你最后将使用什么样的模型？
安装简答题APP，拍照搜题省时又省心！
更多“本题利用SLEEP75.RAW中的数据。我们要分析的方程为：…”相关的问题
变量sleep是每周晚上睡眠的总分钟数， ton work是每周花在工作上的总分钟数， educ和age则以年为单位，而male是一个性别虚拟变量。
(i)所有其他因素不变，有没有男性比女性睡眠更多的证据?这个证据有多强?
(ii)工作与睡眠之问有统计显著的取舍关系吗?所估计的取舍关系是什么样的?
(iii)为了检验年龄在其他因素不变的情况下对睡眠没有影响这个虚拟假设，你还需要另外做什么回归?
(i)利用方程(7.18)估计在Pdw=12.5时的性别差异。并与educ=0时估计的性别差异相比较。
(ii)做一个用以得到式(7.18)的回归，但用female·(educ-12.5)取代female·ed huc。你现在如何解释female的系数?
(ii)第(ii)部分中female的系数是统计显著的吗?与式(7.18)相比较并进行评论。
(i) 定义一个二值变量ecobuy， 在ec lbs>0时取值1， 在
时取值0。换言之， 在给定价格下， eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?
(ii)估计线性概率模型
并以通常的形式报告结果。仔细解释价格变量的系数。
(iii) 在LPM中， 非价格变量联合显著吗?(尽管存在异方差时， 通常的F统计量并非有效， 但我们还是使用它。)除价格变量外，哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?
(iv) 在第(ii) 部分的模型中， 用log(faminc) 取代faminc。使用faminc和log(fam inc) ， 哪个模型对数据的拟合更好?解释log(faminc) 的系数。
(v)在第(iv)部分的估计中，有多少估计概率为负?多少大于1?应该引起你的注意吗?
(vi) 对于第(iv) 部分中的估计， 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?
报与父母受教育程度无关的虚拟假设。
0.7V，β足够大，在下列两种情况下试求VO表示式、电路功能、对外接滤波器的要求。
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 
