重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 英语四级
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

本题利用JTRAIN3.RAW中的数据。(i)估计简单回归模型并用常用格式报告结论。基于这个回归,1976年

本题利用JTRAIN3.RAW中的数据。(i)估计简单回归模型并用常用格式报告结论。基于这个回归,1976年

本题利用JTRAIN3.RAW中的数据。

(i)估计简单回归模型本题利用JTRAIN3.RAW中的数据。(i)估计简单回归模型并用常用格式报告结论。基于这个回归,1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=re 78-re 75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=train 78-train75, 那么,由于train75=0,所以ctran=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。

答案
查看答案
更多“本题利用JTRAIN3.RAW中的数据。(i)估计简单回归模型并用常用格式报告结论。基于这个回归,1976年”相关的问题

第1题

需要利用JTRAIN2.RAW和JTRAIN3.RAW两个数据集。前者是工作培训实验的结果。而文件JTRAIN3.RAW包
含了所观测到的数据,其中个人基本上是自己决定是否参加工作培训。数据集包含同一时期的数据。

(i)在数据集JTRAIN2.RAW中,男人参加工作培训的比例是多大?在JTRAIN3.RAW中的比例又是多大?你认为为什么存在这么大的差距?

(ii)利用JTRAIN2.RAW,做re78对train的简单回归。参与工作培训对真实工资的估计影响有多大?

(ii)现在,在第(ii)部分的回归中增加控制变量re74,re75,educ,age,black和hisp。工作培训对re78的估计影响变化大吗?何以至此?(提示:记得这些都是实验数据。)

(iv)利用JTRAIN3.RAW中的数据做第(ii)部分和第(iii)部分的回归,只报告train的估计系数及其:统计量。现在,控制额外因素的影响如何?为什么?

(v)定义avgre=(re74+re75)/2。求这两个数据集中的样本均值、标准差、最小值和最大值。这些数据集代表了1978年同样的总体吗?

(vi)在数据集JTRAIN2.RAW中,几乎96%的男性的avgre低于10000美元。只利用这些男性的数据,做re78对train,re74,re75,educ,age,black和hisp的回归,并报告培训估计值及其:统计量。对JTRAIN3.RAW

也只利用avgre ≤10的男性做同样的回归。就这个低收入男性子样本而言,实验数据集和非实验数据集估计的培训效应有何差别?

(vii)现在,只针对1974年和1975年失业的男性,利用每个数据集做re78对train的简单回归。培训的估计值又有何差别?

(viii)利用你前面的回归结果,试讨论在比较实验估计值和非实验估计值的背后,拥有可比较总体的潜在重要性。

点击查看答案

第2题

利用JTRAIN3.RAW中的数据。 (i)估计简单回归模型re78=β01train+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=β01train+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=β01train+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3题

本题利用0KUN.RAW中的数据:也可参见计算机习题11.11。

点击查看答案

第4题

本题利用ATTEND.RAW中的数据。(i)在例6.3的模型中,推出(iii)假设你用(priGPA-2.59)·(atndrte-82
本题利用ATTEND.RAW中的数据。(i)在例6.3的模型中,推出(iii)假设你用(priGPA-2.59)·(atndrte-82

本题利用ATTEND.RAW中的数据。

(i)在例6.3的模型中,推出

(iii)假设你用(priGPA-2.59)·(atndrte-82)取代priGP4(atndrte-82)。你将如何解释atndrte和priGPA的系数。

点击查看答案

第5题

本题利用WAGE1.RAW中的数据。(i)使用OLS估计方程(iv)exper取什么值时,工作经历的增加实际上会降
本题利用WAGE1.RAW中的数据。(i)使用OLS估计方程(iv)exper取什么值时,工作经历的增加实际上会降

本题利用WAGE1.RAW中的数据。

(i)使用OLS估计方程

(iv)exper取什么值时,工作经历的增加实际上会降低预期的log(wage)。样本中有多少人具有比该取值更长的工作经历?

点击查看答案

第6题

本题利用数据集MEAO0_01.RAW中的数据。(i)用OLS估计方程(iv)求容许方差函数被误设的WLS标准误。
本题利用数据集MEAO0_01.RAW中的数据。(i)用OLS估计方程(iv)求容许方差函数被误设的WLS标准误。

本题利用数据集MEAO0_01.RAW中的数据。

(i)用OLS估计方程

(iv)求容许方差函数被误设的WLS标准误。它与通常的WLS标准误有很大的不同吗?

(v)为了估计支出对math 4的影响, OLS与WLS哪一个看起来更准确?

点击查看答案

第7题

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
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

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?

点击查看答案

第8题

本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大
本题利用数据集401KSUBS.RAW。(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大

本题利用数据集401KSUBS.RAW。

(iii)对第(i)部分估计的模型求怀特检验,并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。

(iv)在验证了第(i)部分的拟合值都介于0和1之间后,求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗?

点击查看答案

第9题

本题利用数据集GPA1.RAW。

点击查看答案

第10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
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

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?

点击查看答案

第11题

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

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。

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝