(i)利用INJURY.RAW中肯塔基州的数据,从教材(13.12)中去掉afchnge后估计的方程为 交互项的估计
(i)利用INJURY.RAW中肯塔基州的数据,从教材(13.12)中去掉afchnge后估计的方程为
交互项的估计值与式(13.12)中的估计值相当接近,这令人吃惊吗?请解释。
(ii)当包含afchnge而去掉highearn后结果是
为什么现在交互项的系数远大于教材(13.12)中的系数?[提示:在方程(13.10)中,若β1=0,对处理组和对照组做的假定是什么?]
(i)利用INJURY.RAW中肯塔基州的数据,从教材(13.12)中去掉afchnge后估计的方程为
交互项的估计值与式(13.12)中的估计值相当接近,这令人吃惊吗?请解释。
(ii)当包含afchnge而去掉highearn后结果是
为什么现在交互项的系数远大于教材(13.12)中的系数?[提示:在方程(13.10)中,若β1=0,对处理组和对照组做的假定是什么?]
本题利用HSEINV.RAW中的数据。
(i)检验log(in vpc)是否有单位根, 模型中含有一个线性时间趋势和 log(in ypct)的两阶滞后, 显著性水平为5%。
(ii)用第(i)部分中的方法检验log(price)中的单位根。
(iii)给定第(i)部分和第(ii)部分中的结果,那么检验log(iv pc)和log(price)之间的协整还有意义吗?
利用401KSUBS.RAW中的数据,只使用未婚人士的数据(fsize=1)。我们关心的等式如下:
(i)利用OLS估计这个方程,按照通常形式报告结果,并解释e401k的系数。
(ii)利用布罗施-帕甘检验,使用OLS残差检验异方差性。u看上去独立于解释变量吗?
(iii)用LAD估计这个方程,并以对OLS同样的方式报告结果。解释e401k的系数。
(iv)调和第(i)部分和第(iii)部分的结论。
利用LOANAPP.RAW中的数据。
(i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。
(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0?有没有哪个估计值大于1?而这些情况对加权最小二乘估计的应用意味着什么?
利用WAGEPAN.RAW中的数据。
(i)估计模型
用混合最小二乘法,算出估计值和常见形式的标准误差。
(ii)用随机效应估计(i)中模型(试想vit=ai+uir),RE和混合最小二乘估计的β1值比较如何?
(iii)RE和混合最小二乘估计的标准误差一致吗?哪一个更可信?为什么?。
(iv)在(i)、(ii)的估计中加入一完整系列的年份虚拟变量。你在(i)、(ii)中得到的结论有什么变化吗?
(v)现在从(iv)出发,用FE估计模型,指出除年份外的所有解释变量。对年份虚拟变量,FE与RE估计的系数有何不同?
(vi)你能从这个具体例子中得出什么一般结论?
本题利用INVEN.RAW中的数据;也可参见计算机习题C11.6。
(i)从加速数模型中求出OLS残差,并用回归来检验是否存在序列相关。p的估计值是多少?序列相关看起来是多大的问题?
(ii)用PW估计这个加速数模型,并将β1的估计值与OLS估计值进行比较。你为什么预期它们很相似?
利用VOLAT.RAW中的数据。
(i)估计pcip的一个AR(3)模型。然后再加入一个四阶滞后,并证明它是非常不显著的。
(ii)在第(i)部分的AR(3)模型中,添加pcsp的三个滞后来检验pcsp是否是pcip的格兰杰原因。小心陈述你的结论。
(iii)在第(ii)部分的模型中,添加三月期国库券利率i3变化量的3阶滞后。以过去Δi3为条件,pcsp是pcip的格兰杰原因吗?
利用WAGEPAN.RAW中的数据。
(i)考虑非观测效应模型
(ii)用FD估计第(i)部分中的方程,并检验不同时期的教育回报没有变化的原假设。
(iii)利用一个足够稳健的检验,也就是容许FD误差Δuir中存在任何形式的异方差和序列相关的检验,检验第(ii)部分中的假设。你的结论有变化吗?
(iv)现在,容许是否加入工会的差别(与受教育水平一起)在不同时期有所变化,用FD估计这个方程。1980年加入工会与不加入工会的估计工资差别是多少?1987年呢?这个差别在统计上显著吗?
(v)检验工会关系差别在不同时期没有发生变化的原假设,并根据你对第(iv)部分的回答讨论你的结论。
利用FERTIL3.RAW中的数据。
(i)将gfr对r和t²回归,并保留残差,便得到除趋势的gfrt即。
(ii)将对教材方程(10.35)中所有变量(包括t和t2)回归。比较得出的R²与教材方程(10.35)中的R2有何不同。你有何结论?
(ii)在教材方程(10.35)中加入t3后重新进行估计。这个新增变量在统计上显著吗?