第一早請描述經(jīng)濟數(shù)據(jù)的類型及其特點。答：橫截面數(shù)據(jù)(4,)時間序列數(shù)據(jù)(3,)面板數(shù)據(jù)(3，)1、簡要說明計量經(jīng)濟學的實證步驟有哪些？得分要求：意思答對即可給分。具體得分標準寫出四個步驟的名稱給50%的得分,每一步驟做了合理的展開，給另50%得分。第二章L利用基爾和麥克萊恩(KielandMcClain,1995)有關1988年馬薩諸塞州安德沃市的房屋出售數(shù)據(jù)，如下方程給出了房屋出售價格(price)和距離一個新修垃圾焚化爐的距離(dist)之間的關系：log(price)=9.40+0.312log(dist)*=135R2=0.162(1)解釋log(dist)的系數(shù)。它的符號是你所預期的嗎？你認為簡單回歸給出了price對dist在其他條件不變下彈性的無偏估計量嗎？(考慮一個城市決定放置焚化爐的地點的決策)(3)房屋還有哪些其他因素影響其售價？這些因素會與距離焚化爐的遠近相關嗎？答：(l)log(dist)的系數(shù)符合預期。房屋的位置離垃圾焚化爐越近，受到垃圾焚化爐的影響越嚴重，房屋的價格就會越低，反之，房屋的位置離垃圾焚化爐越遠，房屋的價格就越高。沒有。假設垃圾焚化爐位于遠離城市中心的區(qū)域，那么距離垃圾焚化爐越遠，房屋的質(zhì)量就會越高，這將對隨機干擾項造成影響，違反SLR4(條件同方差假定)，對OLS估計量帶來偏誤。影響房屋售價的因素還包括：房屋的大小、浴室的數(shù)量、房屋的使用年限、鄰里的質(zhì)量，這些因素和⑵中所提一樣，都與距離焚化爐的遠近相關。第三章1.假設你對估計其他條件不變的情況下y和西之間的關系感興趣。為此，你可以搜集兩個控制變量易和的數(shù)據(jù)。(為真實起見，你可以想象y為期末考試分數(shù)，工1為到課率，*2為上學期之前的GPA,工3為SAT或ACT分數(shù)。)令0表示y對也進行簡單回歸的系數(shù)估計值，而&為y對也，x2,土進行多元回歸的斜率估計值。(1)若樣本中M,想與了3高度相關，目和了3對V具有很大的偏效應，你會預計0和倉是十分類似還是十分不同？請解釋。(2)若樣本中皿與工2和工3幾乎無關，但工2和了3高度相關，你會預計0和4是十分類似還是十分不同？請解釋。(3)若樣本中M與*2和工3高度相關，且*2和了3對V具有很小的偏效應，那么seS)和se(如哪個更小？請解釋。(4)若樣本中M與&和想幾乎無關，切和了3對V具有很大的偏效應，并且和了3高度相關，那么se(j3/)和se"I)哪個更小?請解釋。答：(1)因為也，想與工3高度相關，而工2和工3對V具有很大的偏效應，所以簡單回歸的系數(shù)估計值切與多元回歸的系數(shù)估計值倉數(shù)值十分不同。(2)我們認為0］和0將十分類似。若樣本中皿與工2和工3幾乎無關，工2和工3之間的高度相關關系并不會直接對多元回歸的斜率估計值A產(chǎn)生影響。(3)樣本中X］與工2和工3高度相關,且切和工3對V具有很小的偏效應，那么工2和工3的加入相當于增加了也系數(shù)的標準差，所以se(4)將會遠遠大于se(Oi)。(4)工2和工3的加入將會降低殘差方差(因為也與想和工3幾乎無關，多重共線性的影響不大)，所以我們會發(fā)現(xiàn)se(O；不匕se(0)小。川和想之間的高度相關性并不會直接影響se("Do第四章1.變量mktval為企業(yè)的市場價值，profmarg為利潤占銷售額的百分比，ceoten為其就任當前公司CEO的年數(shù)，而comten則是其在這個公司的總年數(shù)。因變量：log(salary)自變量(1)(2)(3)log(sales)0.224(0.027)0.158(0.040)0.188(0.040)log(mktval)—0.112(0.050)0.100(0.049)profrnarg—-0.0023(0.0022)-0.0022(0.0021)ceoten——0.0171(0.0055)comten——-0.0092(0.0033)截距4.94(0.20)4.62(0.25)4.57(0.25)觀測次數(shù)R?1770.281177(0.304)177(0.353)評論profmarg對CEO薪水的影響。(2)市場價值是否具有顯著影響？試解釋你的結(jié)論。⑶解釋ceoten和comten的系數(shù),這些變量是統(tǒng)計顯著的嗎？(4)你如何解釋，在其他條件不變的情況下你在這個公司任職時間越長，你的薪水越低?答：(1)在第二列和第三列中，profmarg的系數(shù)均為負數(shù)，t值約為-1。也就是說，控制銷售量和企業(yè)的市場價值不變，profmarg對CEO薪水幾乎沒有影響。在第三列中我們控制了大多數(shù)相關變量，log(mktval)的t值約為2.05,在5%顯著性水平下統(tǒng)計顯著。由于對mktval取了對數(shù)，所以mktval每增加10%,CEO薪水將會增加1%。ceoten和comten的t值分別為3.11>-2.79,所以這些變量在低水平下都是統(tǒng)計顯著的。其他條件不變情況下，假設在這家公司繼任一年CEO,你的工資將會上漲1.71%。假設你繼續(xù)留在這家公司，但是卻不繼任CEO,工資將會下降0.92%o從外面雇傭而來的CEO往往具有明星效應，且追求高薪資。企業(yè)需要通過競價對這些追求高薪資的CEO進行雇傭。而假設你在這家企業(yè)工作，且不再是CEO了，隨著時間流逝，你的明星效應會減弱，企業(yè)愿意支付給你的工資就會降低。第五章.假設你通過對工資、受教育程度、工作經(jīng)歷和性別的調(diào)查來搜集數(shù)據(jù)。而且，你還詢問了網(wǎng)癮方面的相關信息。原問題是：〃上個月上網(wǎng)時間為多少小時？”(1)寫出一個方程，使之在控制其他因素的情況下，能讓你估計出網(wǎng)癮對工資的影響。你應該能得出這樣的結(jié)論：“每個月少上10個小時網(wǎng)，估計會使工資改變X%。”(2)寫出一個模型，使你能檢驗女性和男性在網(wǎng)癮對工資的影響上是否存在差異。你將怎樣檢驗網(wǎng)癮帶來的影響對男女是沒有差異的？(3)假設你認為最好按照上網(wǎng)時間將人分為四類：不上網(wǎng)者、適度上網(wǎng)者(每月0-60小時)、輕度網(wǎng)癮(每月61/60小時)、重度網(wǎng)癮(每月160小時以上)。寫出一個模型，使你能估計出網(wǎng)癮對工資的影響。(4)利用⑶中的模型，詳細解釋如何檢驗網(wǎng)癮對工資沒有影響的原假設。既要具體，又要包括對自由度的一個仔細列表。(5)利用你搜集來的調(diào)查數(shù)據(jù)做因果推斷，會有哪些潛在的問題？答：(1)log(wage)=ffl+yS,usage+A2educ+yAexper+A4exper2+Afemale+u我們可以在原模型中加一個上網(wǎng)時間和性別的交互項：log(wage)=no+usage+/?2educ+/?3exper+/?4exper2+Afemale+/?6femalexusage+u性別在網(wǎng)癮對工資的影響上沒有差異的原假設為Ho:烷二0我們以不上網(wǎng)者為基準,并設立如下虛擬變量：適度上網(wǎng)者Ightuser,輕度網(wǎng)癮者moduser和重度網(wǎng)癮者hvyusero假設性別在網(wǎng)癮對工資的影響上沒有差異，那么新的模型為：log(wage尸+AIghtuser+Amoduser+Ahvyuser+腐educ+腐exper+A4exper2+屬female+u(4)原假設為Ho：再二0,$2二0,$3=0,存在q=3個限制條件。假設〃是樣本量，df是自由度，那么檢驗量服從耳，“一8的F分布。(5)忽略了例如家庭背景的影響，家庭背景一方面會直接影響工資，同時也和你的上網(wǎng)時間息息相關，進而影響你的工資。為了避免類似的偏誤發(fā)生，我們在做數(shù)據(jù)收集的時候，應該盡量收集除了上網(wǎng)時間不同，家庭背景近似相同的樣本。第六章漸進性1、數(shù)據(jù)集SMOKE.RAW包含有某國成人個人隨機樣本在抽煙行為和其他變量方面的信息。變量cigs是(平均)每天抽煙的數(shù)量。你是否認為在某國這個總體中，cigs具有正態(tài)分布？試做解釋。答：變量Cigs在人口分布中并不服從正態(tài)分布。大多數(shù)人不吸煙，所以對于一半以上的人口而言，cigs=O,而正態(tài)分布的隨機變量不是具有正概率的特定值。此外，香煙的分布是傾斜的，而正常的隨機變量必須關于其平均值對稱。第七章異方差1.將異方差性的布羅施一帕甘檢驗和懷特檢驗的特征相結(jié)合有不同的方法。正文中沒有討論的一種可能性是將酒對EXi2,--Xik,y￡i=進行回歸。其中,w,是OLS殘差,￡是OLS擬合值。于是我們可以檢驗，XrX⑵融和中的聯(lián)合顯著性。（當然,我們在這個回歸中總是包含一個截距。）（1）與所建議的異方差F檢驗相聯(lián)系的自由度是多少？解釋為什么上述回歸的R2總是至少和BP回歸與懷特檢驗特殊形式的R2一樣大？第（2）部分是否意味著這個新檢驗總能比BP或懷特特殊情形估計量得到更小的p值？請解釋。假設有人建議還在新提出的這個檢驗中增加丸。你認為這個主意如何？答：（1）上述方法是一個將布羅施一帕甘檢驗和懷特檢驗復合的新檢驗方法，存在好1個回歸方程，即奸1個限制條件。所以，F(xiàn)檢驗的自由度為（好l,n—k—2）。對于布羅施一帕甘檢驗來說，這個新的復合檢驗中多了一個新的回歸項，y-所以復合檢驗的IV總是比布羅施一帕甘檢驗的要大。否。復合檢驗的F統(tǒng)計量依賴于R%/I-R2,,這個值確實會隨著R%的變大而變大。UUU同時，F(xiàn)統(tǒng)計量也與它的自由度相關，但是布羅施一帕甘檢驗、懷特檢驗還是新的復合檢驗的自由度是不同的，所以我們無法判斷哪個檢驗會得到更小的P值。（4）將會導致多重共線性，對回歸結(jié)果帶來偏誤