题目内容
（请给出正确答案）
[判断题]
要寻求观测数据中变量是否相关，我们要比较列联表中列的百分比，如果百分比分布不同，可以认为数据中变量间存在一定的关系。（)
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
更多“要寻求观测数据中变量是否相关，我们要比较列联表中列的百分比，…”相关的问题
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？
其中pop是城市人口，avginc是平均收入，而petstu是学生人口占城市人口的百分数(按学年计算)。
(i)用混合OLS估计方程并按标准方式报告结果。你如何理解1990年虚拟变量的估计值？你得到βpctstu是多少？
(ii)你在第(i)部分中报告的标准误是否真实？请解释。
(iii)现在，将方程差分并用OLS估计。把你对βpctstu的估计值和第(ii)部分进行比较。学生人口的相对规模对房租有影响吗？
(iv)对第(ii)部分中的一阶差分方程求异方差-稳健的标准误。这是否改变了你的结论？
本题要用到TRAFFIC2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机习题11中曾被使用过。
(i)利用标准的迪基-富勒回归， 检验Itotacc， 是否具有单位根。在2.5%的显著性水平上， 你能拒绝单位根的存在吗？
(ii)现在，在第(i)部分的检验中增加两个滞后变化，并计算增广迪基-富勒检验。你得到什么结论？
(iii)在第(ii) 部分的ADF回归中增加一个线性时间趋势变量。现在情况又将如何？
(iv)根据第(i) 部分至第(ii) 部分的结论， 你认为对I to tacc， 的最好刻画是：一个Ⅰ(1)过程还是一个含有线性时间趋势的Ⅰ(O)过程？
(v)在一个ADF回归中， 利用两个滞后项来检验致死交通事故百分数pre fat是否存在单位根。在此情形中，包含一个线性时间趋势与否是否有关系？
其中，PRICEl表示门票价格(可能以真实价格度量，比如通过地区消费者价格指数进行平减)，WINPERCl表示球队当前获胜的概率，RIVALl表示一个标志着比赛是否势均力敌的虚拟变量，而WEEKEND表示一个标志着球赛是否在周末进行的虚拟变量。I表示自然对数，所以这个需求函数具有常价格弹性。
(i)为什么在这个方程中有一个时间趋势是个好想法？
(ii)门票供给由体育馆的容量所固定;假定这个供给10年不变。这意味着供给的数量不随价格而变化。这意味着价格在这个需求方程中必然是外生变量吗？(提示：回答是否定的。)
(iii)假设门票的名义价格缓慢变化(如在每个赛季之初)。体育委员会部分基于上赛季的平均售票和该队上赛季的胜率来选择价格。在什么样的条件下，上个赛季的胜率(SEASt-1)是IPRICEt一个有效的工具变量？
(iv)在方程中包括男子篮球比赛的真实价格(的对数)看起来合理吗？请解释。经济理论预测其系数的符号是什么样的？你能想到另外一个与男子篮球相关而又属于女子观众方程的变量吗？
(v)如果你担心某些序列(特别是IATTEND和IPRICE)有单位根，你如何改变所估计的方程？
(vi)如果某些比赛的门票售空，这会导致估计需求方程出现什么问题？(提示：如果门票售空，你一定观察到真实需求了吗？)
利用CEMENT.RAW中的数据。
(i)将水泥价格月增长率(gprc)作为供给数量增长率(gce)函数，写出静态供给函数是
其中，gprcpet(汽油价格上涨率)被假定为外生变量，而feb，···，dec为月度虚拟变量。你预期a1和β1的符号是什么？用OLS估计这个方程。供给函数向上倾斜吗？
(ii)变量gdefs是美国真实国防支出的月增长率。gdefs要作为gcem的一个好的工具变量，你需要对它做什么假定？检验gcem是否与gdefs偏相关。(不用担心约简型中可能的序列相关。)你能用gdefs作为估计供给函数中的一个Ⅳ吗？
(iii)谢伊(Shea，1993)认为建住宅楼的产出增长率(gres)和非住宅楼的产出增长率(gnon)是gcem的有效工具变量。其思想是，存在一些应该与供给误差项u，大致无关的需求移动因子。检验gcem是否与gres和gnon偏相关;同样不用担心约简型中的序列相关。
(iv)利用gres和gnon作为gcem的工具变量估计供给函数。你对水泥的静态供给函数得到什么结论？[动态供给函数显然是向上倾斜的;参见Shea(1993)。]
本题使用JTRAIN.RAW中的数据。
(i)考虑简单回归模型
其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？
(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？
(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设
它在5%的显著性水平上统计显著吗？
(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。
(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。
A.变量
B.个体
C.数据阵
D.数据单元
(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng，sat，hsperc，feale，black，white，frestsem，tothrs，crsgpa和season。试解释season的系数。它统计显著吗？
(ii)在仅参与秋季运动项目的运动员中，大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平，那么混合OLS估计量将是有偏误的。试解释。
(iii)现在，取两个学期数据的差分，问哪些变量将随之消失？现在检验赛季效应。
(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量，在此分析中被我们忽略了吗？
本题利用AIRFARE.RAW中的数据。在一个联立方程非观测效应模型中， 需求方程为：
其中我们把航线距离变量放到ait中。
(i)利用固定效应模型估计需求函数，为了解释不同的截距，必须包括年度虚拟变量。弹性估计值是多少？
(ii)利用固定效应模型估计如下约简型方程：
进行适当的检验， 以保证concenit 可用作log(fareit ) 的一个工具变量。
(iii)现在，就像在方程(16.42)中一样，利用固定效应变换和工具变量法估计这个需求函数。现在的估计弹性是多少？它在统计上显著吗？
回答本题需用APPLE.RAW中的数据。
(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？
(i)考虑静态非观测效应模型
其中，enrolit表示学区总注册学生人数，lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明：若平均每个学生的真实支出提高10%，则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在，在模型中添加支出变量的一阶滞后，并用一阶差分重新估计。注意你又失去了一年的数据，所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何？
(v)现在，求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响？
(vi)通过进行一个AR(1)序列相关检验，验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验，模型中有必要包含学生注册人数和午餐项目变量吗？
