题目内容 (请给出正确答案)
[主观题]

本题利用ATTEND.RAW中的数据。(i)在例6.3的模型中,推出(iii)假设你用(priGPA-2.59)·(atndrte-82

本题利用ATTEND.RAW中的数据。(i)在例6.3的模型中,推出(iii)假设你用(priGPA-2.59)·(atndrte-82

本题利用ATTEND.RAW中的数据。

(i)在例6.3的模型中,推出

本题利用ATTEND.RAW中的数据。(i)在例6.3的模型中,推出(iii)假设你用(priGPA

(iii)假设你用(priGPA-2.59)·(atndrte-82)取代priGP4(atndrte-82)。你将如何解释atndrte和priGPA的系数。

提问人:网友yaoshiyu 发布时间:2022-01-07
参考答案
查看官方参考答案
如搜索结果不匹配,请 联系老师 获取答案
更多“本题利用ATTEND.RAW中的数据。(i)在例6.3的模型…”相关的问题
第1题
本题利用NBASAL.RAW中的数据。(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后
本题利用NBASAL.RAW中的数据。

(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后卫、前锋或中锋)联系起来。包括打球经历的二次项形式,并将中锋作为基组。以通常的形式报告结果。

(ii)在第(i)部分中,你为什么不将所有三个位置虚拟变量包括进来?

(iii)保持经历不变,一个后卫的得分比一个中锋多吗?多多少?这个差异统计显著吗?

(iv)现在,将婚姻状况加入方程。保持位置和经历不变,已婚球员是否更高效(就单场得分来说)?

(v)加入婚姻状况和两个经历变量的交互项。在这个扩展的模型中,是否存在有力的证据表明婚姻状况影响单场得分?

(vi)使用单场助攻次数作为因变量估计(iv)中的模型。与(iv)的结果有明显的差异吗?请讨论。

点击查看答案
第2题
本题利用MEAP93.RAW中的数据。(i) 估计模型math10=β01log(expend)+β2Inchprg+u,
本题利用MEAP93.RAW中的数据。

(i) 估计模型math10=β01log(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。

点击查看答案
第3题
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
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?

点击查看答案
第4题
本题使用WAGEI.RAW中的数据。(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
本题使用WAGEI.RAW中的数据。

(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。

点击查看答案
第5题
利用FERTIL1.RAW中的数据。 (i)对教材例13.1所估计的方程中,检验16岁时的生活环境是否对生育率
利用FERTIL1.RAW中的数据。

(i)对教材例13.1所估计的方程中,检验16岁时的生活环境是否对生育率产生影响(以大城市为基组)。报告F统计量的值及其p值。

(ii)检验16岁时所在区域(以南方为基组)是否对生育率产生影响。

(iii)令u为总体方程中的误差项。假设你认为u的方差随时间而变(但不随educ,age等而变)。那么刻画这一特点的一个模型是

利用这个模型去检验u的异方差性。(提示:你的F检验应有6和1122个自由度。)

(iv)在教材表13-1所估计的方程中增加交互项y74-educ,y76educ,···,y84-educ。解释这些项代表了什么?它们是联合显著的吗?

点击查看答案
第6题
本题要用到WAGE2.RAW中的数据。(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
本题要用到WAGE2.RAW中的数据。

(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?

点击查看答案
第7题
教材例13.9并利用CRIME4.RAW中的数据。 (i)假定你在做差分以消除非观测效应后,认为Alog(polpc)
教材例13.9并利用CRIME4.RAW中的数据。

(i)假定你在做差分以消除非观测效应后,认为Alog(polpc)与Alog(crmrte)是同时决定的;特别是犯罪的增加与警察人数的增加有关。这对解释教材方程(13.33)中Alog(polpc)的正系数有何帮助?

(ii)变量taxpc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗?

(iii)在包括了潜在的工具变量Alog(taxpc)后,利用混合OLS估计Alog(polpc)的约简型。Alog(taxpc)看起来是一个很好的备选ⅣV吗?

(iv)假设在几年后,北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响?

点击查看答案
第8题
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企业股票的回报ros,结果表明ros是不显著的。现在,定义一个虚拟变量roneg,它在ros<0时等于1,而在ros≥0时等于0。利用CEOSAL1.RAW来估计模型

讨论对的解释及其统计显著性。

点击查看答案
第9题
AOE网络必须是(①),AOE网络中某边上的权值应是(②),权值为零的边表示(③).
A、完全图

B、哈密尔顿图

C、无环图

D、强连通图

点击查看答案
账号:
你好,尊敬的用户
复制账号
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改
欢迎分享答案

为鼓励登录用户提交答案,简答题每个月将会抽取一批参与作答的用户给予奖励,具体奖励活动请关注官方微信公众号:简答题

简答题官方微信公众号

警告:系统检测到您的账号存在安全风险

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
点击打开微信
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
微信搜一搜
简答题
点击打开微信