在例10.4中我们把明显包括长期倾向θ0的模型写成,
为简单起见,我们省略了其他解释变量。像通常的多元回归分析一样,θ0应该具有其他情况不变的解释。也就是说, 保持不变, 若pet增加一美元,则gfrt应该改变θ0。
(i)若保持不变,但pet增加,那么pet-1和pet-2应该如何变化?
(ii)第(i)部分中的答案如何有助于你把上述方程中的θ0理解为LRP。
在例10.4中我们把明显包括长期倾向θ0的模型写成,
为简单起见,我们省略了其他解释变量。像通常的多元回归分析一样,θ0应该具有其他情况不变的解释。也就是说, 保持不变, 若pet增加一美元,则gfrt应该改变θ0。
(i)若保持不变,但pet增加,那么pet-1和pet-2应该如何变化?
(ii)第(i)部分中的答案如何有助于你把上述方程中的θ0理解为LRP。
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变,黑人妇女和非黑人妇女在生育上的估计百分数差异是多少?
(iii)求σ。有过度散布和散布不足的证据吗?
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
为了确定使用避孕套对于减少有性行为的高中生之间性疾病的传播是否有效,一个简单的模型为
其中,infrate表示有性行为的学生中感染性病的比例,conuse表示声称合理地、有规律地使用了避孕套的男孩子比例,avginc表示平均家庭收入,而city则是一个表示所在学校是否处在城里的虚拟变量;这个模型是在学校这个层次上做的。
(i)在因果性和其他条件不变的模式下解释上述方程,的符号应该是什么?
(ii)为什么infrate和conuse可能是联合决定的?
(iii)如果避孕套使用率随着性病感染率的提高而提高,所以在方程
courseγ0+γ1infrate+其他因素
中y1>0,那么用OLS估计β1时可能的偏误是什么?
(iv)令a表示一个二值变量,若学校有分发避孕套项目则取值1.解释这如何利用这一变量对通过β1(和其他系数)进行Ⅳ估计。我们必须在每个方程中对condis做怎样的假定?
在一项调查大学生一学期平均成绩(y)与每周在学习(X1)、睡觉(X2)、娱乐(X3)与其他各种活动(X4)所用时间的关系的研究中,建立如下回归模型:
Y=β0+β1X1+β2X2+β3X3+β4X4+μ
如果这些活动所用时间的总和为一周的总小时数168。问:保持其他变量不变,而改变其中一个变量的说法是否有意义?该模型是否有违背基本假设的情况?如何修改此模型以使其更加合理?
在一项调查大学生一学期平均成绩(Y)与每周在学习(X1)、睡觉(X2)、娱乐(X3)与其他(X4)各种活动所用时间的关系的研究中,建立如下回归模型: Y=β0+β1X1+β2X2+β3X3+β4X4+μ 如果这些活动所用时间的总和为一周的总小时数168。问:保持其他变量不变,而改变其中一个变量的说法是否有意义?该模型是否有违背基本假设的情况?如何修改此模型以使其更加合理?
本题使用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exper²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。估计已婚黑人和已婚非黑人之间的工资差异是多少?
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!