考虑一个简单模型,来估计一所大型公立大学中,毕业生拥有计算机对其大学平均成绩的影响(其中PC
是一个表示拥有个人计算机的二值变量):
(i)为什么PC可能与u相关?
(ii)解释为什么PC可能与父母的年收入相关。这是否意味着父母的收入作为PC的IV还不错?为什么?
(iii)假设四年前学校为大约一半的学生提供了购买计算机的资助,而获得资助的学生是随机挑选的。仔细解释你如何利用这一信息为PC构造一个工具变量。
是一个表示拥有个人计算机的二值变量):
(i)为什么PC可能与u相关?
(ii)解释为什么PC可能与父母的年收入相关。这是否意味着父母的收入作为PC的IV还不错?为什么?
(iii)假设四年前学校为大约一半的学生提供了购买计算机的资助,而获得资助的学生是随机挑选的。仔细解释你如何利用这一信息为PC构造一个工具变量。
r)。考虑教材(11.29)中模型的一个简单扩展:
它允许生产力增长率的提高对工资增长率既有当期的影响又有滞后的影响。
(i)利用EARNS.RAW中的数据估计这个方程,并用标准形式报告结果。goutphr的滞后值统计显著吗?
(ii)如果β1+β2=1,生产力增长率的一个永久性提高会在一年后完全反映到更高的工资增长率上。相对于双侧备择假设检验H0:β1+β2=1。
(iii)模型中需要goutphrt-2吗?说明理由。
(i)求出样本中的平均工资和平均IQ。IQ的样本标准差是多少?(总体中的IQ已标准化为平均值是100,标准差是15。)
(ii)估计一个简单回归模型,其中IQ提高一个单位导致wage变化相同的数量。利用这个模型计算IQ提高15个单位时,工资的预期变化。10能够解释大多数工资波动吗?
(iii)现在再估计一个模型,其中IQ提高一个单位对工资具有相同的百分比影响。如果IQ提高15个单位,预期工资提高的百分比大约是多少?
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。
(i)估计gprice对gwage的一个简单几何DL模型。特别是,用OLS估计教材方程(18.11)。所估计的即期倾向和长期倾向(LRP)是多少?概述所估计的滞后分布。
(ii)把所估计的即期倾向和LRP与第11章的习题5中得到的结果进行比较。并比较一下所估计的滞后分布有何不同?
(iii)现在来估计教材(18.16)中的有理分布滞后模型。概述所估计的滞后分布,并比较这里估计的IP和LRP与第(ii)部分中得到的结果有何不同。
现在假定δj是j的二次函数:为参数。这是多项式分布滞后(polynomialdistributedlag,PDL)模型的一个例子。
(i)将每个δj的公式代入分布滞后模型,并把它写成用γh表示的模型h=0,1,2。
(ii)解释你用来估计γh的回归方程。
(iii)上面的多项式分布滞后模型是一般模型的一个约束形式。它受到了多少个约束?你如何来检验它们?(提示:用F检验。)
本题要用到HTV.RAW中的数据。
(i)考虑一个加入了父母受教育程度变量的工资方程
表述原假设:父亲与母亲的受教育程度对log(wage)具有相同影响。
(ii)估计第(i)部分中的模型,同时谈谈你对β,和队大小的看法。
(iii)在5%的显著性水平上,相对于双侧备择假设,通过构造一个95%的置信区间来检验第(i)部分中的原假设。你得到的结论是什么?
人口特征方面的数据。目的是想考察快餐店是否在黑人更集中的区域收取更高的价格。
(i)求出样本中prpblck和income的平均值及其标准差。prpblck和income的度量单位是什么?
(ii)考虑一个模型,用人口中黑人比例和收入中位数来解释苏打饮料的价格psoda:
用OLS估计这个模型并以方程的形式报告结果, 包括样本容量和R。(报告估计值时不要使用科学计数法。)解释prpblck的系数。你认为它在经济上算大吗?
(iii) 将第(ii)部分得到的估计值与psoda对prpblck进行简单回归得到的估计值进行比较。控制收入变量后,这种歧视效应是更大还是更小了?
(iv)收入价格弹性为常数的模型可能更加适合。报告如下模型的估计值:
(vi)求出1og(income)和prppov的相关系数。大致符合你的预期吗?
(vii)评价如下说法:“由于log(income)和prppov如此高度相关,所以它们不该进入同一个回归。”
考虑一个雇员水平的模型
(iv)讨论第(iii)部分对于利用企业层次的平均数据进行WLS估计的意义,其中第i次观测所用的权数就是通常的企业规模。
A.上市公司
B.普通合伙企业
C.私营企业
D.公立大学
。一个简单的模型为
其中, MINt 是最低真实工资, POPt是18~25岁之间的人口, GSPt 是州生产总值, GDPt 是美国国内生产总值。前缀g表示从t-1年到1年的增长率,它通常用对数之差来近似计算。
(i)如果我们担心该州会部分基于一些(对我们来说)无法观测但对年轻人就业有影响的因素来选择最低工资, 那么OLS估计将存在什么问题?
(ii)令US MINt 为美国最低工资, 它也是一个真实量。你认为gUS MINt 与ut 不相关吗?
(iii)按照法律, 各州的最低工资都必须不低于全国最低工资。解释这为什么使得gUS MINt 成为gM INt 的一个潜在Ⅳ。