题目内容
（请给出正确答案）
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？
如搜索结果不匹配，请 联系老师 获取答案
更多“利用BWGHT.RAW中的数据，可估计出如下方程： 变量定义…”相关的问题
第1题
变量sat是SAT的综合分数，hsize是以百人计的学生所在高中毕业年级的学生规模，female是一个性别虚拟变量，而black是一个种族虚拟变量(黑人取值1，其他人则取值0)。
(i)有很强的证据支持模型中应该包括hsize”吗?从这个方程来看，最优的高中规模是什么?
(ii)保持hsize不变，非黑人女性和非黑人男性之间SAT分数的估计差异是多少?这个估计差异的统计显著性如何?
(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少?检验其分数没有差异的原假设，备择假设是他们的分数存在差异。
(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少?为了检验这个差异的统计显著性，你需要怎么做?
第2题
(i)我们在教材例15.4中所估计的方程可写成：
其中，其他解释变量在教材表15-1中列出。为使Ⅳ具有一致性，educ的Ⅳ，即muc4，必须与u不相关。nearc4是否会与误差项内的因素相关，例如无法观测的能力?请解释。
(ii)对于数据集中的男性子样本，可以利用1Q分数。做IQ对nearc4的回归以验证平均IQ分数是否因该男子在四年制大学附近长大而改变。你将得出什么结论?
(iii)现在，将IQ对nearc4、smsa66及1966年地域性虚拟变量reg662，···，reg669进行回归。排除了地域性虚拟变量之后，IQ是否与nearc4有关?如何使该答案与你在第(ii)部分中发现的结果相符合。
(iv)从第(ii)和(iii)部分中，对于在log(wage)方程中控制smsa66和1966年地域性虚拟变量的重要性，你将得出什么结论?
第3题
(i)用OLS估计方程
并按照通常的格式报告结果。二次项显著吗?
(ii)基于第(i)部分中的方程，证明：最大化log(bwght)的产前检查次数约为22。样本中有多少妇女至少接受过22次产前检查?
(ii)在22次产前检查之后，预计婴儿出生体重实际上会下降，这有意义吗?请解释。
(iv)在方程中增加母亲年龄，并使用二次函数形式。保持npvis不变，目前在什么年龄，孩子的出生体重最大?样本中有多大比例的妇女年龄大于这个“最优”生育年龄。
(v)你认为母亲年龄和产前检查次数解释了log(bwght)中的大部分变化吗?
(vi)利用npvis和age的二次方程，确定用bwght的自然对数或水平值来预测bwght孰优孰劣。
第5题
bwght=119.77-0.514cigs
(i)当cigs=0时，预计婴儿的出生体重为多少?当cigs=20(每天一包)时呢?评价其差别。
(ii)这个简单回归能够得到婴儿出生体重和母亲抽烟习惯之间的因果关系吗?请解释。
(iii)要预测出生体重125盎司，cigs应该为多少?
(iv)样本中在怀孕期间不抽烟的妇女比例约为0.85。这有助于解释第(iii)部分中的结论吗?
第6题
(i)在教材例15.2中，用sibs作为educ的一个工具，教育回报的Ⅳ估计值是0.122。为了使你自己确信，运用sibs作为educ的Ⅳ，与仅将sibs代入以取代educ并做OLS回归的确是不一样的，试将log(wage)对sibs进行回归，并解释你的结果。
(ii)变量brthord是出生的次序(对最先出生的子女，brthord为1，对第二个出生的子女，其值为2，等等)。解释为什么educ可能与brthord负相关。进行educ对brthord的回归，判断是否存在统计上显著的负相关。
(iii)在教材方程(15.1)中用brthord作为educ的一个IV。报告并解释其结果。
(iv)现在，假定我们将兄弟姐妹的数目作为解释变量而引入工资方程。这在某种程度上控制了家庭背景。
假设我们想用brthord作为educ的Ⅳ，并假定sibs是外生的。educ的约简型是
表述并检验识别假定。
(v)用brthrd作为educ的IV(sibs作为自身的ⅣV)，估计第(iv)部分中的方程。评论βeduc和βsibs的标准误。
(vi)运用第(iv)部分中的拟合值educ，计算edue与sibs之间的相关。用该结论解释你在第(v)部分中发现的结果。
第7题
prcfat是事故导致的死亡率，spdlaw是一个虚拟变量，当车速增大到每小时65英里时取1，而beltlaw是另一个虚拟变量，当强制性的安全带政策被履行时取1。由于数据是月度数据，因此回归中还包括一系列月度的虚拟变量(未写出)以及失业率和一个月中的周末数(也未写出)。方程中的标准差是OLS估计中得到的标准差。
(i)通过上面的静态模型，安全带政策对于事故导致的死亡率有什么长期影响?影响是否显著?如果要得到更小的标准差，你应该怎么做?
(ii)通过动态模型，安全带政策对于事故导致的死亡率有什么长期影响?这个结果与静态模型中得到的结果相比有什么不同?
(iii)当二阶滞后项prcfat-2和一阶滞后项prcfat-1同时加入到模型中时，prcfat-2的系数是0.098，而标准差是0.110。在这种情况下，prcfat-2是否需要加入到模型中?
第8题
(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?
第9题
(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?
为了保护您的账号安全，请在“上学吧”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！
微信搜一搜
上学吧
微信搜一搜
上学吧
