首页 > 行业知识

网友您好，请在下方输入框内输入要搜索的题目：

请输入或粘贴题目内容搜题

搜题

拍照、语音搜题，请扫码下载APP

题目内容（请给出正确答案）

[主观题]

利用MRO2.RAW中的数据。 (i)利用在工作的428个妇女的数据，通过以exper、exper²、nwifeinc、

利用MRO2.RAW中的数据。（i)利用在工作的428个妇女的数据，通过以exper、exper²、nwifeinc、

利用MRO2.RAW中的数据。

(i)利用在工作的428个妇女的数据，通过以exper、exper²、nwifeinc、age、kidsir6和kidsge6为解释变量的OLS来估计受教育的回报。报告educ的估计值及其标准误。

(ii)现在用赫克曼估计受教育的回报，其中所有外生变量都在第二阶段的回归中出现。换句话说，就是做log(wage)对educ、exper、ecper²、nwifeinc、age、kidslt6、kidsge6和入的回归。将估计的教育回报及其标准误与第(i)部分的结果相比较。

(iii)只用428个工作妇女的观测，将1对educ、exper、ecper2、nwifeinc、age、kidslt6、kidsge6回归。R²为多大？这如何有助于解释你在第(ii)部分得到的结果？(提示：考虑多重共线性。)

答案

暂无答案

发布时间：2022-07-21

更多“利用MRO2.RAW中的数据。 (i)利用在工作的428个妇女的数据，通过以exper、exper2、nwifeinc、”相关的问题

第1题

利用CONSUMP.RAW中的数据。 (i)估计一个反映真实人均(非耐用品和服务)消费增长与真实人均可支

利用CONSUMP.RAW中的数据。（i)估计一个反映真实人均（非耐用品和服务)消费增长与真实人均可支

利用CONSUMP.RAW中的数据。

(i)估计一个反映真实人均(非耐用品和服务)消费增长与真实人均可支配收入增长之间关系的简单回归模型，并都使用对数变化量表示。用通常形式报告结果。解释方程并讨论统计显著性。

(ii)在第(i)部分的方程中添加真实人均可支配收入增长的一期滞后。你对消费增长的滞后调整有何看法？

(iii)在第(i)部分的方程中添加真实利率，它影响消费增长吗？

点击查看答案

第2题

利用INTDEE.RAW中的数据，考虑教材(10.15)中估计的模型。 (i)求出这个样本时期内inf和def之间

利用INTDEE.RAW中的数据，考虑教材（10.15)中估计的模型。（i)求出这个样本时期内inf和def之间

利用INTDEE.RAW中的数据，考虑教材(10.15)中估计的模型。

(i)求出这个样本时期内inf和def之间的相关系数，并加以评论。

(ii)在方程中加入inf和def的一期滞后，并以常用格式报告结果。

(iii)将通货膨胀效应的估计LRP与教材(10.15)中相对应的LRP进行比较。二者有很大差别吗？

(iv)模型中这两个滞后在5%的水平上是联合显著的吗？

点击查看答案

第3题

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

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

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？

点击查看答案

第4题

利用ATTEND.RAW中的数据研究出勤率（atndrte，用百分比表示)与ACT成绩（最高可能得分为32分)之间

利用ATTEND.RAW中的数据研究出勤率(atndrte，用百分比表示)与ACT成绩(最高可能得分为32分)之间的关系。

(i)在样本中找出atndrte的最大值和最小值。

(ii)在总体模型atndrte=β₀+β₁ACT+u中，解释系数β1的含义，β1的符号是明显的吗？请解释。

点击查看答案

第5题

利用BARIUM.RAW中的数据。（i)用前119次观测（即不包含1988年的最后12个月观测)，估计线性趋势模

利用BARIUM.RAW中的数据。

(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？

(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？

(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？

(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

点击查看答案

第6题

利用JTRAIN3.RAW中的数据。 (i)估计简单回归模型re78=β₀+β₁train+u，并用常用格式报告

利用JTRAIN3.RAW中的数据。（i)估计简单回归模型re78=β₀+β₁train+u，并用常用格式报告

利用JTRAIN3.RAW中的数据。

(i)估计简单回归模型re78=β₀+β₁train+u，并用常用格式报告结论。基于这个回归，1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗？

(ii)现在使用真实劳动工资的变化cre=re78-re75作为因变量。(由于我们假定1975年之前没有工作培训，所以我们没有必要对train进行差分。也就是说，如果我们定义ctrain=train78-train75，那么，由于train75=0，所以ctrain=train78.)现在，培训的估计影响有多大？讨论它与第(i)部分估计值的比较。

(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间，并描述你的结论。

点击查看答案

第7题

（i)利用NYSE.RAW中的数据估计教材方程（12.48)。令h_t表示这个方程的拟合值（条件方差的估计值

(i)利用NYSE.RAW中的数据估计教材方程(12.48)。令h_t表示这个方程的拟合值(条件方差的估计值)。有多少个ht是负的？

(ii)在教材(12.48)中增加return_i-12然后再计算拟合值ht存在负的ht吗？

(iii)利用第(ii)部分得到的h_t用加权最小二乘法(像在8.4节中那样)估计教材(12.47)。将βt的估计值与教材方程(11.16)中的对应结果进行比较。

(iv)现在用WLS估计教材方程(12.47)，并用教材(12.51)中估计的ARCH模型求出h_t这时，你的结果与(iii)中的结果是否相同？

点击查看答案

第8题

利用NYSE.RAW中的数据。（i)估计教材方程（12.47)中的模型并求OLS残差平方。求u²t在整个

利用NYSE.RAW中的数据。

(i)估计教材方程(12.47)中的模型并求OLS残差平方。求u²t在整个样本中的平均值、最小值和最大值。

(ii)利用OLS残差平方估计如下的异方差性模型

报告估计系数、标准误、R²和调整R²。

(ii)将条件方差描述成滞后return_-1的函数。方差在return_，取何值时最小？这个方差是多少？

(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？

(v)第(ii)部分中的模型拟合效果比教材例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在教材方程(12.51)的ARCH(1)回归中添加二阶滞后ut-22。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？

点击查看答案

第9题

利用AFFAIRS.RAW中女性的数据。（i)为affair估计一个线性概率模型，二元指示变量在女性至少有

利用AFFAIRS.RAW中女性的数据。

(i)为affair估计一个线性概率模型，二元指示变量在女性至少有一次婚外恋时等于1，解释变量包括yrsmarr、age和educ。解释yrsmarr的系数。

(ii)在控制了yrsmarr后，age和educ对affuir还有影响吗？

(iii)在(i)中的模型里加入kids。解释它的系数并判断估计是否在统计上显著。

(iv)对于(iii)中的模型，除了kids仍在模型中以外，加入四个宗教虚拟变量。基础组包括那些声称自己反宗教的女性。对于那些非常信仰宗教的和反宗教的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？

(v)对于那些有宗教信仰和无宗教信仰的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？[提示：从(iv)中改变基础组很简单。]

点击查看答案

第10题

考虑如下解释睡眠行为的模型：（i)写出一个模型，容许u的方差在男女之间有所不同。这个方差不应

考虑如下解释睡眠行为的模型：

(i)写出一个模型，容许u的方差在男女之间有所不同。这个方差不应该取决于其他因素。

(ii)利用SLEEP75.RAW中的数据估计异方差模型中的参数。(你必须先用OLS估计sleep方程，以得到OLS残差。)u的估计方差对于男人和女人而言哪个更高？

(iii)u的方差是否对男女而言有显著不同？

点击查看答案

第11题

利用SLEEP75.RAW中的数据变量sleep是每周晚上睡眠的总分钟数，totwork是每周花在工作上的总分

利用SLEEP75.RAW中的数据

变量sleep是每周晚上睡眠的总分钟数，totwork是每周花在工作上的总分钟数，educ和age则以年为单位，而male是一个性别虚拟变量。

(i)所有其他因素不变，有没有男性比女性睡眠更多的证据？这个证据有多强？

(ii)工作与睡眠之间有统计显著的取舍关系吗？所估计的取舍关系是什么样的？

(iii)为了检验年龄在其他因素不变的情况下对睡眠没有影响这个原假设，你还需要另外做什么回归？

点击查看答案

账号：尚未登录

登录没有账号？去注册

购买搜题卡

下载APP

关注公众号

TOP