题目内容
（请给出正确答案）
这种可能性，利用NYSE.RAW中的数据估计
用标准格式报告结果。
(ii)陈述并检验E(returnt，Ireturnt-1)不取决于returnt-1这一虚拟假设。(提示：这里要检验两个约束。)你有何结论？
(iii)从模型中去掉returnt-1，但增加交互作用项returnt-1，returnt-2。再来检验有效市场假设。
(iv)基于过去股票收益进行股票每周收益的预测，有何结论？
如果结果不匹配，请 联系老师 获取答案
更多“(i)在教材例11.4中，给定过去的收益，1时期的期望收益有…”相关的问题
可能性，利用NYSE.RAW中的数据估计
用标准格式报告结果。
(ii)陈述并检验E(returnt|reurnt-1)不取决于returnt-1这一虚拟假设。(提示：这里要检验两个约束。) 你有何结论？
(iii)从模型中去掉returnt-1但增加交互作用项returnt-1preturnt-2再来检验有效市场假设。
(iv)基于过去股票收益进行股票每周收益的预测，有何结论？
利用BWGHT.RAW中的数据，可估计出如下方程：
变量定义和教材例4.9中一样，但我们增加了两个虚拟变量：一个虚拟变量表明孩子是不是男孩，另一个虚拟变量则表明这个孩子是不是白人。
(i)在第一个方程中，解释变量cigs的系数。具体而言，每天多抽10根烟对婴儿出生体重有何影响？
(ii)在第一个方程中，保持其他因素不变，预计一个白人孩子的出生体重比一个非白人孩子重多少？这个差异是统计显著的吗？
(iii)评价motheduc的估计影响和统计显著性。
(iv)从这些给定信息中，为什么不能计算出检验motheduc和fatheduc联合显著性的F统计量？为了计算这个统计量，还需要做些什么？
使用WAGE2.RAW中的数据。
(i)在教材例9.3中，用变量KWW(“工作领域内知识”测试分数)取代IQ作为能力的代理变量。在此情形下，估计的教育回报是多少？
(ii)现在用IQ和KWW一起作为代理变量。所估计的教育回报会怎么样？
(iii)在第(ii)部分中，IQ和KWW是个别显著的吗？它们联合显著吗？
用到MROZ.RAW中的数据。
(i)用log(hours)作为因变量重新估计教材例16.5中的劳动供给函数。将估计出的弹性(现在是常数)与教材方程(16.24)在平均工作小时数处所得到的估计值相比较。
(ii)在第(i)部分的劳动供给方程中，容许educ因遗漏了能力变量而成为内生变量。用motheduc和fatheduc作为educ的Ⅳ。记住，你现在在方程中有两个内生变量。
(iii)检验第(ii)部分2SLS估计中过度识别约束。这些Ⅳ通过检验了吗？
的遗漏变量。
(ii)如果样本中每名男性在1981~1987年之间都拥有相同职业，你在固定效应估计中还需要包含职业虚拟变量吗？请解释。
(iii)利用WAGEPAN.RAW中的数据(包括方程中的8个职业虚拟变量)，使用固定效应法估计方程。union的系数变化很大吗？其统计显著性如何？
响。帕普克还使用了一个容许每个城市都有其时间趋势的模型：
其中，αi和ci都是非观测效应，这样就可以考虑城市之间更多的异质性。
(i)证明：如果对上述方程取差分便得到
注意在此差分方程中包含一个固定效应ci。
(ii)用固定效应法估计差分方程。β1的估计值是什么？它和教材例13.8中的估计值有很大差别吗？企业园区的作用仍是统计显著的吗？
(iii)在第(ii)部分的估计中添加全部年度虚拟变量，β1的估计值有何变化？
在例9.1中，我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。
(i)利用CRIME L RAW中的数据， 在例17.3的泊松回归中同样增加这些项。
(ii)根据
估计 。数据存在过度散布的证据吗？该如何调整泊松极大似然估计标准误？
(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3，计算这三个平方项联合显著性的准似然比统计量。你得到什么结论？
使用CRIME4.RAW。
(i)在数据集中增加每个工资变量的对数，然后用一阶差分估计模型。问这些变量的引入如何影响教材例13.9中那些司法变量的系数？
(ii)第(i)部分中的工资变量全部都有预期的符号吗？它们是联合显著的吗？试解释。
(要求一些微积分知识)令patents表示一个企业在给定年份申请专利的个数。假定给定sales和RD下patents的条件期望为
其中，sales是企业的年销售量，而RD是在过去10年间在研发方面的总支出。
(i)你将如何估计β1？通过讨论patents的性质说明你的回答是正确的。
(ii)你如何解释β1？
(iii)求出RD对E(patentsIsales，RD)的偏效应。
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？
