《計(jì)量經(jīng)濟(jì)學(xué)》教學(xué)大綱

1、計(jì)量經(jīng)濟(jì)學(xué)教學(xué)大綱一、課程基本信息課程編號(hào)（從教務(wù)管理系統(tǒng)中查找使用）：課程類別：中文名稱：計(jì)量經(jīng)濟(jì)學(xué)英文名稱：Econometrics授課對(duì)象：金融學(xué)專業(yè)本科生學(xué)分：2學(xué)時(shí)：48先修課程：經(jīng)濟(jì)數(shù)學(xué)、統(tǒng)計(jì)學(xué)建議教材：伍得里奇，計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)，北京：中國人民大學(xué)出版社，2006M）：M.成都：西南財(cái)經(jīng)大學(xué)出版社北京：中國社會(huì)科學(xué)出版社，1998。通過本課程的學(xué)習(xí)，學(xué)生應(yīng)掌握計(jì)量分析的把計(jì)量經(jīng)濟(jì)學(xué)模型和經(jīng)濟(jì)學(xué)理論、經(jīng)濟(jì)現(xiàn)實(shí)聯(lián)參考書目（內(nèi)容包括編著者、書名、出版社、出版日期1Brooks,C.,金融計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論2.Franses,PhilipH.,商業(yè)和經(jīng)濟(jì)預(yù)測(cè)中時(shí)間序列模型社,2002

2、。3.Mills,TerenceC.,金融時(shí)間序列的經(jīng)濟(jì)計(jì)量學(xué)模型版社，2002。4.Greene,WilliamH.,經(jīng)濟(jì)計(jì)量分析二、課程教學(xué)目標(biāo)計(jì)量經(jīng)濟(jì)學(xué)是財(cái)經(jīng)類本科生的專業(yè)基礎(chǔ)課，基本理論與方法，理解計(jì)量經(jīng)濟(jì)分析的思想，系起來，具備一定經(jīng)驗(yàn)研究的能力。,2005。M.北京:中國人民大學(xué)出版（第2版）M.北京：經(jīng)濟(jì)科學(xué)出三、知識(shí)點(diǎn)1經(jīng)濟(jì)數(shù)據(jù)的結(jié)構(gòu)2簡(jiǎn)單回歸模型普通最小二乘法多元回歸分析高斯-馬爾科夫假定、定理單個(gè)總體參數(shù)的假設(shè)檢驗(yàn)參數(shù)線性組合的假設(shè)檢驗(yàn)對(duì)多個(gè)線性約束的檢驗(yàn)測(cè)度單位對(duì)估計(jì)量的影響10.函數(shù)形式11.二值變量12.異方差性13.趨勢(shì)和季節(jié)性14.平穩(wěn)性和弱相依時(shí)間序列15.高度

3、持久序列16.序列相關(guān)17.穩(wěn)健統(tǒng)計(jì)量四、教學(xué)內(nèi)容與要求第一章導(dǎo)論課時(shí)：共2課時(shí)教學(xué)要求：熟悉經(jīng)通過本章的學(xué)習(xí)，使學(xué)生對(duì)什么是計(jì)量經(jīng)濟(jì)學(xué)有所了解；掌握數(shù)據(jù)結(jié)構(gòu)的類型；驗(yàn)分析的步驟；理解因果關(guān)系和其他條件不變的概念教學(xué)內(nèi)容：第一節(jié)什么是計(jì)量經(jīng)濟(jì)學(xué)第二節(jié)經(jīng)驗(yàn)分析的步驟第三節(jié)經(jīng)濟(jì)數(shù)據(jù)的結(jié)構(gòu)一橫截面數(shù)據(jù)二時(shí)間序列數(shù)據(jù)三混合橫截面數(shù)據(jù)四綜列數(shù)據(jù)五對(duì)數(shù)據(jù)結(jié)構(gòu)的評(píng)論第四節(jié)計(jì)量經(jīng)濟(jì)分析中的因果關(guān)系和其他條件不變第二章簡(jiǎn)單回歸模型課時(shí)：共7課時(shí)教學(xué)要求：OLS的操作技通過本章的學(xué)習(xí)，學(xué)生應(yīng)掌握簡(jiǎn)單回歸模型的假定，理解“線性”，熟悉巧和計(jì)量模型的經(jīng)濟(jì)解釋教學(xué)內(nèi)容：第一節(jié)簡(jiǎn)單回歸模型的定義第二節(jié)普通最小二乘法的推導(dǎo)

4、關(guān)于術(shù)語的注解第三節(jié)OLS的操作技巧一擬合值和殘差ODOLS統(tǒng)計(jì)的代數(shù)性質(zhì)三擬合優(yōu)度第四節(jié)測(cè)量單位和函數(shù)形式一D改變測(cè)量單位對(duì)OLS統(tǒng)計(jì)量的影響OD在簡(jiǎn)單回歸中加入非線性因素三D“線性”回歸的含義第五節(jié)OLS估計(jì)量的期望值和方差一口OLS的無偏性二口OLS估計(jì)量的方差三誤差方差的估計(jì)第三章多元回歸分析：估計(jì)課時(shí)：共7課時(shí)教學(xué)要求：通過本章的學(xué)習(xí)，掌握高斯-馬爾科夫假定，理解無偏性定理、斜率估計(jì)量抽樣方差的定理和高斯-馬爾科夫定理，熟悉多元回歸模型的經(jīng)濟(jì)解釋教學(xué)內(nèi)容：第一節(jié)使用多元回歸分析的動(dòng)因一含有兩個(gè)自變量的模型二口含有K個(gè)自變量的模型第二節(jié)OLS的操作和解釋一口如何得到OLS估計(jì)值ODDO

5、LS回歸方程的解釋ODOLS的擬合值和殘差四D擬合優(yōu)度五D簡(jiǎn)單回歸和多元回歸的估計(jì)值的影響第三節(jié)OLS估計(jì)量的期望值一D在回歸模型中包含了無關(guān)變量OD遺漏變量的偏誤：簡(jiǎn)單情形第四節(jié)OLS估計(jì)量的方差一DOLS方差的成分：多重共線性O(shè)D估計(jì)2:OLS估計(jì)量的標(biāo)準(zhǔn)誤第五節(jié)OLS的有效性：高斯馬爾科夫定理第四章多元回歸分析：推斷課時(shí)：共8課時(shí)教學(xué)要求：通過本章的學(xué)習(xí)，學(xué)生應(yīng)掌握經(jīng)典線性模型假定、t檢驗(yàn)和F檢驗(yàn)，了解置信區(qū)間的構(gòu)建，理解一般線性約束的檢驗(yàn)，熟悉如何報(bào)告回歸結(jié)果教學(xué)內(nèi)容：第一節(jié)OLS估計(jì)量的抽樣分布第二節(jié)檢驗(yàn)對(duì)單個(gè)總體參數(shù)的假設(shè)：t檢驗(yàn)一對(duì)單側(cè)對(duì)立假設(shè)的檢驗(yàn)二雙側(cè)對(duì)立假設(shè)三檢驗(yàn)的其他假設(shè)

6、jODDOt檢驗(yàn)的P值第三節(jié)置信區(qū)間第四節(jié)檢驗(yàn)關(guān)于參數(shù)的一個(gè)線性組合的假設(shè)第五節(jié)對(duì)多個(gè)線性約束的檢驗(yàn)：FDD一D對(duì)排除性約束的檢驗(yàn)二DF統(tǒng)計(jì)量的R2型ODDOFDD的P值OD回歸整體顯著性的F統(tǒng)計(jì)量五DDD一般的線性約束第六節(jié)報(bào)告回歸結(jié)果第五章多元回歸分析：其他問題課時(shí)：共6課時(shí)交互效應(yīng)和什么情形下應(yīng)該教學(xué)要求：通過本章的學(xué)習(xí)，學(xué)生應(yīng)掌握調(diào)整的ROOD非嵌套模型、對(duì)變量進(jìn)行對(duì)數(shù)變換，理解預(yù)測(cè)和殘差分析教學(xué)內(nèi)容：第一節(jié)數(shù)據(jù)的測(cè)度單位對(duì)OLS統(tǒng)計(jì)量的影響第二節(jié)對(duì)函數(shù)形式的進(jìn)一步討論一D對(duì)使用對(duì)數(shù)函數(shù)形式的進(jìn)一步討論二D含有二次式的模型OD含有交互作用的模型第三節(jié)擬合優(yōu)度和回歸元選擇的進(jìn)一步探討一D

7、調(diào)整R-OO二D利用調(diào)整R平方在兩個(gè)非嵌套模型中進(jìn)行選擇第四節(jié)預(yù)測(cè)和殘差分析一預(yù)測(cè)的置信區(qū)間二殘差分析第六章含有定性信息的多元回歸分析課時(shí)：共4課時(shí)教學(xué)要求：熟悉虛擬變量的交互作用通過本章的學(xué)習(xí)，學(xué)生應(yīng)掌握虛擬變量的內(nèi)涵及其經(jīng)濟(jì)解釋、項(xiàng)的經(jīng)濟(jì)解釋教學(xué)內(nèi)容：第一節(jié)對(duì)定性信息的描述第二節(jié)只有一個(gè)虛擬變量第三節(jié)使用多個(gè)虛擬變量第四節(jié)涉及虛擬變量的交互作用一虛擬變量之間的交互作用二容許出現(xiàn)不同的斜率三檢驗(yàn)不同組之間回歸函數(shù)上的差別第七章異方差性課時(shí)：共6課時(shí)教學(xué)要求：了解加通過本章的學(xué)習(xí)，學(xué)生應(yīng)理解異方差的后果，熟悉穩(wěn)健性統(tǒng)計(jì)量和異方差檢驗(yàn)，權(quán)最小二乘估計(jì)教學(xué)內(nèi)容：第一節(jié)異方差性對(duì)OLS所造成的影響第

8、二節(jié)異方差-穩(wěn)健性推斷第三節(jié)對(duì)異方差的檢驗(yàn)第四節(jié)加權(quán)最小二乘估計(jì)一除一個(gè)常數(shù)倍數(shù)外異方差是已知的二必須估計(jì)異方差函數(shù)：可行GLS第八章時(shí)間序列數(shù)據(jù)的回歸分析課時(shí)：共8課時(shí)教學(xué)要求：時(shí)間序列數(shù)據(jù)的經(jīng)典假定及如何處1(1)、1(0)、隨機(jī)游走等概念，了解序通過本章的學(xué)習(xí)，學(xué)生應(yīng)掌握時(shí)間序列數(shù)據(jù)的性質(zhì)、理趨勢(shì)和季節(jié)性，理解平穩(wěn)性、弱相依、高度持久、列相關(guān)和異方差的校正及穩(wěn)健性統(tǒng)計(jì)量。教學(xué)內(nèi)容：第一節(jié)時(shí)間序列數(shù)據(jù)的性質(zhì)第二節(jié)靜態(tài)模型與有限分布滯后模型一靜態(tài)模型二有限分布滯后模型第三節(jié)經(jīng)典假設(shè)下OLS的有限樣本性質(zhì)ODOLS的無偏性O(shè)DOLS估計(jì)量的方差和高斯馬爾科夫假定三D經(jīng)典線性模型假定下的推斷第四

9、節(jié)趨勢(shì)和季節(jié)性O(shè)D描述有趨勢(shì)的時(shí)間序列OD在回歸分析中使用趨勢(shì)變量三D對(duì)有時(shí)間趨勢(shì)的回歸作除趨勢(shì)變換四D季節(jié)性第五節(jié)平穩(wěn)性和弱相依時(shí)間序列OD平穩(wěn)和非平穩(wěn)時(shí)間序列OD弱相依時(shí)間序列第六節(jié)OLS漸進(jìn)性質(zhì)第七節(jié)使用高度持久時(shí)間序列作回歸分析OD高度持久時(shí)間序列OD高度持久時(shí)間序列的變換三D判斷時(shí)間序列是否是1(1)第八節(jié)時(shí)間序列回歸中的序列相關(guān)和異方差一有序列相關(guān)誤差的OLS性質(zhì)費(fèi)傾向(APC)168。sleep、workMLR.4。二序列相關(guān)的檢驗(yàn)和校正三差分和序列相關(guān)四序列相關(guān)-穩(wěn)健推斷五異方差-穩(wěn)健統(tǒng)計(jì)量六異方差的檢驗(yàn)七自回歸條件異方差五、思考題(或練習(xí)題)1生育率對(duì)教育年數(shù)的簡(jiǎn)單回歸kid

10、s=，educ,u01u中包含什么樣的因素？它們可能與教育水平相關(guān)嗎？簡(jiǎn)單回歸分析能揭示教育對(duì)生育率在其他條件不變下的影響嗎？八八2下式為線性消費(fèi)函數(shù)cons=B+Binc01估計(jì)的收入的邊際消費(fèi)傾向(MPC)就是betal-cap，平均消八八為cons/inc二0/inc+。利用對(duì)100個(gè)家庭年收入和消費(fèi)的觀測(cè)，得到cons=-124.84,0.853incn二100,R2二0.692解釋式中的截距，并評(píng)價(jià)它的符號(hào)和大小。當(dāng)家庭收入為30000時(shí)，預(yù)測(cè)消費(fèi)為多少？以inc為x軸，畫出估計(jì)的MPC和APC的圖在一項(xiàng)調(diào)查大學(xué)GPA于在各種活動(dòng)中所耗費(fèi)的時(shí)間之關(guān)系的研究中，你對(duì)一些學(xué)生分發(fā)了調(diào)查問

11、卷。學(xué)生被問到他們每周在學(xué)習(xí)、睡覺、工作和閑暇這四種活動(dòng)中各花多少小時(shí)。任何活動(dòng)都被列為這四種活動(dòng)之一，所以對(duì)學(xué)生而言，這四種活動(dòng)的小時(shí)數(shù)之和為在模型GPA=b0+b1study+b2sleep+b3work+b4leisure+u中，保持和leisure不變而改變study是否有意義？解釋為什么這個(gè)模型違背了假定MLR.4？如何將這個(gè)模型重新表述，使得參數(shù)具有有用的解釋，而又不違背假定剛從法學(xué)院畢業(yè)的學(xué)生的起薪中位數(shù)由下式?jīng)Q定：Log(salary)=b0+b1LSAT+b2GPA+b3log(libvol)+b4log(cost)+b5rank+u，LSAT為L(zhǎng)SAT成績(jī)的中位數(shù)；GPA為

12、該年級(jí)大學(xué)GPA的中位數(shù)；libvol為法學(xué)院圖書館的藏書量；cost為進(jìn)入法學(xué)院每年的費(fèi)用；rank為法學(xué)院的排名(rank=l的法學(xué)院是最好的)解釋為什么預(yù)期b5小于等于0？你預(yù)計(jì)其他斜率參數(shù)的符號(hào)如何？理由是什么？估計(jì)方程如下：log(salary-hat)=8.34+0.0047LSAT+0.248GPA+0.095log(libvol)+0.038log(cost)-0.0033rank,n=136,R2=0.842。在其他條件不變的情況下，預(yù)計(jì)GPA中位數(shù)相差1分會(huì)導(dǎo)致薪水有多大的差別解釋變量log(libvol)的系數(shù)是否應(yīng)該進(jìn)入一個(gè)排名更靠前的法學(xué)院？從預(yù)計(jì)起薪來看，排名相差2

13、0位的價(jià)值有多大？下面哪種因素可能導(dǎo)致通常的0LS的t統(tǒng)計(jì)量無效(即在原假設(shè)下不服從t分布)？異方差性模型中兩個(gè)變量之間的樣本相關(guān)系數(shù)達(dá)到0.95遺漏一個(gè)重要的解釋變量利用密歇根州制造業(yè)的數(shù)據(jù)來估計(jì)產(chǎn)品廢棄率與企業(yè)特征之間的關(guān)系?？傮w模型為log(scrap)二b0+blhrsemp+b2log(sales)+b3log(employ)+u，scrap為產(chǎn)品廢棄率，hrsemp為平均每個(gè)雇員每年受到培訓(xùn)的小時(shí)數(shù)，sales為企業(yè)年銷售額，employDODODOO證明這個(gè)總體模型也可以寫成log(scrap)=b0+b1hrsemp+b2log(sales/employ)+q3log(empl

14、oy)+u,式中q3=b2+b3。估計(jì)(i)中模型，得到log(scrap)11.74-0.042hrsemp-0.9511og(sales/employ)(4.57)(0.019)(0.370),0.041log(employ)(0.205)n43,R20.310檢驗(yàn)假設(shè)：sales/employ提高1%將伴隨以廢棄率下降1%有關(guān)睡眠時(shí)間與其影響因素的回歸模型估計(jì)如下sleep3638.25-0.148totwork-11.13educ,2.20age(112.28)(0.017)(5.88)(1.45)n706,R20.113對(duì)于雙側(cè)對(duì)立假設(shè)，在5%的顯著性水平上，educ、age是統(tǒng)計(jì)上

15、顯著的嗎？從方程中去掉educ和age,則sleep3586.38-0.151totwork(38.91)(0.017)n706,R20.103在5%的顯著性水平上，educ和age是聯(lián)合統(tǒng)計(jì)顯著的嗎？能否用殘差分析來判斷某個(gè)電影演員得到相對(duì)票房而言過高的收入？如下模型使得受教育的回報(bào)還取決于父母雙方受教育程度的總和pareduc：log(wage)p,peduc,PeducHpareduc,012Pexper,Ptenure,u34(以小數(shù)形式)證明此模型中多受一年教育的回報(bào)為log(wage)/educ=P+Ppareduc12你的預(yù)期b2的符號(hào)是什么？為什么？所估計(jì)的方程是log(wag

16、e)=5.65+0.047educ+0.00078educHpareduc(0.13)(0.010)(0.00021)+0.019exper+0.010tenure(0.004)(0.003)n722R20.169解釋交互項(xiàng)的系數(shù)。選擇pareduc的兩個(gè)特殊值(比如，如果父母雙方都受過大學(xué)教育，則pareduc=32,或父母都只受過高中教育，則pareduc=24)，比較educ的估計(jì)回報(bào)。有如下估計(jì)方程scit=1028.10+19.30hsize2.19hsize2一45.09female169.81black(6.29)(3.83)(0.53)(4.29)(12.71)+62.31fe

17、maleblack(18.15)n4137,R20.08580)。式中，sat為SATODO；hsize為學(xué)生所在高中畢業(yè)年級(jí)的學(xué)生規(guī)模，單位為百人；female為性別虛擬變量；black為種族虛擬變量(黑人取值為1,其他人取值為有很強(qiáng)的證據(jù)支持模型中應(yīng)該包含hsize2嗎？從這個(gè)方程來看，最優(yōu)高中規(guī)模是什么？保持hsize不變，非黑人女性與非黑人男性之間sat分?jǐn)?shù)的估計(jì)差異是多少？這個(gè)統(tǒng)計(jì)差異統(tǒng)計(jì)上顯著嗎？非黑人男性和黑人男性之間sat分?jǐn)?shù)的估計(jì)差異是多少？檢驗(yàn)其分?jǐn)?shù)沒有差異的虛擬假設(shè)。黑人女性和非黑人女性之間sat分?jǐn)?shù)的估計(jì)差異是多少？為了檢驗(yàn)這個(gè)差異的統(tǒng)計(jì)顯著性，需要做什么？而且你還詢1

18、-5次)、適假設(shè)你通過對(duì)工資、受教育程度、工作經(jīng)歷和性別的調(diào)查來收集數(shù)據(jù)，問了大麻使用方面的問題。原問題是：“上個(gè)月你吸過幾次大麻？”寫出一個(gè)方程，使之在控制其他因素的情況下，能讓你估計(jì)出使用大麻對(duì)工資的影響。你應(yīng)該能得出這樣的結(jié)論：“每月多吸5次大麻，估計(jì)會(huì)改變工資x%?！睂懗鲆粋€(gè)模型，使你能檢驗(yàn)女人和男人在使用大麻對(duì)工資影響上是否存在差異。你將怎樣檢驗(yàn)?zāi)信g在使用大麻的影響上是沒有差異的？假設(shè)你認(rèn)為最好按大麻使用量將人分為四類：不用者、淺嘗者(每月度者(每月6-10次)、重用者(每月10次以上)。寫出一個(gè)模型，使你能估計(jì)出使用大麻對(duì)工資的影響。利用第(iii)部分的模型，解釋如何檢驗(yàn)使用

19、大麻對(duì)工資沒有影響的虛擬假設(shè)?？紤]如下解釋每月啤酒消費(fèi)量的線性模型beer，+inc+price+educ+female+u01234E(u|inc,price,educ,female)，0var(u|inc,price,educ,female)，c2inc2將其變?yōu)橐粋€(gè)誤差具有同方差性的模型對(duì)秋季第二學(xué)期學(xué)生有如下估計(jì)結(jié)果：trrngpa，2.12+0.900crsgpa+0.193cumgpa+0.0014tothrs(0.55)(0.175)(0.064)(0.0012)0.550.1660.0740.0012trmgpa為本學(xué)期的GPA,crsgpa為所修全部課程加權(quán)平均的GPA,cu

20、mgpa為此前學(xué)期所修課程的GPA,tothrs為此學(xué)期前總學(xué)分，sat為SAT分?jǐn)?shù)，hsperc為其在高中班級(jí)中排名的百分位，female為性別虛擬變量，season是虛擬變量，秋季有體育課時(shí)取值為1。(i)crsgpa、cumgpa和tothrs都有預(yù)期的估計(jì)效應(yīng)嗎？那些在5%的顯著性水平上是統(tǒng)計(jì)上顯著的？使用不同的標(biāo)準(zhǔn)誤,是否有影響？GPA是否有影響。拒絕虛擬假設(shè)的顯著(ii)利用兩種標(biāo)準(zhǔn)誤來檢驗(yàn)有體育課時(shí)對(duì)學(xué)期性水平與所用的標(biāo)準(zhǔn)誤有關(guān)系嗎？Papke是為了研究401k14.401K.RAW中的數(shù)據(jù)是Papke(1995)所分析的數(shù)據(jù)的一個(gè)子集，養(yǎng)老老金計(jì)劃的參與率和該計(jì)劃的慷慨程度之間

21、的關(guān)系。變量prate是有活動(dòng)賬戶的合格工人的百分比,也就是我們要解釋的變量?？犊潭鹊亩攘渴怯?jì)劃的匹配率一個(gè)工人為公司貢獻(xiàn)了1美元時(shí),公司為工人的計(jì)劃捐獻(xiàn)的平均數(shù)。mrate，其衡量當(dāng)例如,如果mrate=0.50,0)。0)。那么工人每貢獻(xiàn)1美元,公司就配給50美分。(1)求出樣本中的平均參與率和平均匹配率。(2)估計(jì)下面這個(gè)簡(jiǎn)單回歸方程(3)解釋方程中的截距,解釋mrate的系數(shù)。(4)當(dāng)mrate=3.5時(shí)，求出情況。prate的預(yù)測(cè)值。這是一個(gè)合理預(yù)測(cè)嗎？解釋這里出現(xiàn)的(5)prate的變異有多少是由mrate解釋的了？你認(rèn)為這是一個(gè)足夠大的量嗎？八八prate=+mrate01報(bào)告

22、你的結(jié)果及樣本容量和R平方。15.使用HPRICE.RAW中數(shù)據(jù)，估計(jì)如下模型：price=+卩sqrft,bdrms,u012式中，price以千美元為單位的住房?jī)r(jià)格。（1）以方程形式寫出結(jié)果。（2）住房在保持面積不變而又增加一間臥室時(shí)，估計(jì)其價(jià)格會(huì)提高多少？（3）住房增加一間大小為140平方英尺的臥室，估計(jì)其價(jià)格會(huì)提高多少？將這個(gè)答案與你在第（2）部分的答案進(jìn)行比較。（4）價(jià)格中的變異有多大比例能被平方英尺和臥室數(shù)解釋？（5）樣本中的第一套住房有sqrft=2438,bdrms=4,預(yù)計(jì)它的銷售價(jià)格。（6）樣本中的第一套住房的實(shí)際銷售價(jià)格是300000美元口price=300）,求出其殘差

23、，它是否表明購買者為這套住房支付了過低或過高的價(jià)格？16.如下模型可用來研究競(jìng)選支出如何影響選舉結(jié)果：voteA=+卩l(xiāng)og(expendA),log(expendB),prtystrA,u0122式中，voteA為候選人A得到的選票百分?jǐn)?shù)；expendA和expendB分別為候選人A和B的競(jìng)選支出；prtystrA為A所在黨派之實(shí)力的一種度量（最近一次總統(tǒng)選中獲得選票的百分比）（1）如何解釋beta1？（2）表述如下虛擬假設(shè)：A的競(jìng)選支出提高1%被B的支出提高1%所抵消。A的競(jìng)選支出會(huì)影響結(jié)果嗎？B的支出了？你能用這些結(jié)論來檢驗(yàn)（2）中的假設(shè)嗎？（3）利用V0TE1.RAW中的數(shù)據(jù)來估計(jì)上述

24、模型，并以通常的方式報(bào)告結(jié)果。0)。（4）估計(jì)一個(gè)模型，使之能直接給出檢驗(yàn)（2）中所需的t統(tǒng)計(jì)量。你有什么結(jié)論？（使用雙側(cè)對(duì)立假設(shè)）17.利用wage2.raw的數(shù)據(jù)（1）估計(jì)模型log(wage)=+卩educ,exper,tenure,married01234,black,south,urban,u567并以通常的形式報(bào)告結(jié)果。保持其他因素不變，黑人與非黑人之間月薪的差異是多少？0)。0)。這個(gè)差異統(tǒng)計(jì)顯著嗎？exper2和tenure2,證明即便在20%的顯著性水平上，（2）在這個(gè)方程中增加變量它們也不是聯(lián)合顯著的？（3）推廣原模型，使受教育回報(bào)取決于種族，并檢驗(yàn)受教育的回報(bào)是否的確取決

25、于種族。差異是統(tǒng)計(jì)顯著（4）再回到原模型，但現(xiàn)在容許四個(gè)不同人群（已婚男人、已婚非黑人、單身黑人和單身非黑人）的工資有區(qū)別。估計(jì)已婚黑人和已婚非黑人之間的工資差異。的嗎？18.（1）利用sleep75.raw中的數(shù)據(jù)估計(jì)如下模型的參數(shù)：sleep=+totwork,educ,age,age2,ynkid,male,u0123456sleep：minssleepatnight,perweek；totwrk：minutesworkedperweek；educ：yearsofschooling；age：inyears；yngkid=1ifchildren3；male=1ifmale（2）寫出一個(gè)模型

26、，容許u的方差在男人和女人之間有所不同，但這個(gè)方差不依賴于其他因素。（3）估計(jì)模型（2）中的參數(shù)。（4）u的估計(jì)方差對(duì)于男人或女人更高？有顯著的不同嗎？19.（1）利用HPICE1.RAW中的數(shù)據(jù)估計(jì)如下模型的回歸結(jié)果，要求提供異方差穩(wěn)健型標(biāo)準(zhǔn)誤。討論其與通常的標(biāo)準(zhǔn)誤之間有無重要差異。Price（千美元）price=+lotsize,sqrft,bdrms,u0123（2）利用相同的數(shù)據(jù)對(duì)如下模型重復(fù)第（1）步的操作。log(price)=,log(lotsize),log(sqrft),bdrms,u0123對(duì)因變量所作的變換，對(duì)異方差性有何影響？20數(shù)據(jù)是關(guān)于1980年1月到1988年11月期間，印第安納州安德森是每月失業(yè)申報(bào)數(shù)(uclms)的情況。1984年，一個(gè)工業(yè)叮ez)建立在安德森市。(i)用log(uclms)對(duì)一個(gè)時(shí)間趨勢(shì)變量和的系數(shù)含義。有跡象表明失業(yè)申報(bào)數(shù)有季節(jié)性嗎？11個(gè)月份的虛擬變量作回歸。說明時(shí)間趨勢(shì)(iiDODi)的方程中增加一個(gè)虛擬變量在是否降低了失業(yè)申報(bào)數(shù)？降低了多少？(iiiDOOODii)中得出的變化全部歸功于ez(有工業(yè)園區(qū)的月份，ez=1)。工業(yè)區(qū)的存ez的建立，需要做什么假定？21口變量rsp500是每月從標(biāo)準(zhǔn)普爾500股票指數(shù)獲得