题目内容
（请给出正确答案）
(i)暂不考虑家庭的聚类特征， 用OLS估计模型
其中变量定义在数据集中给出。我们最感兴趣的变量是choice， 它是一个虚拟变量， 如果一个人选择了如何在不同的投资之间配置其养老金，这个变量就等于1。choice的影响估计值是多少？它在统计上显著吗？
(ii)收入、财富、拥有股票和拥有个人退休金账户这些控制变量重要吗？请加以解释。(iii)确定数据集中有多少个不同的家庭。
(iv)现在， 求对家庭内聚类相关保持稳健的OLS标准误。它们与通常的OLS标准误差别大吗？你感到意外吗？
(v)通过对同一个家庭内的夫妻进行差分来估计这个方程。你在第(ii)部分中提到的解释变量为什么在差分估计时被去掉了？
(vi)第(v)部分中剩下的解释变量显著吗？你感到意外吗？
如果结果不匹配，请 联系老师 获取答案
更多“文件PENS10N.RAW包含了美国工人直接参与养老金计划方…”相关的问题
A.美国
B.德国
C.日本
D.印度
A./fs.size
B./image.data
C./bosinst.data
D./install.data
文件CEOSAL2.RAW包含了177位首席执行官的数据，并可用来考察企业业绩对CEO薪水的影响。
(i)估计一个将年薪与企业销售量和市场价值相联系的模型。让这个模型对每个自变量的变化都具有常弹性。以方程的形式写出结论。
(ii)在第(i)部分的模型中增加profits。为什么这个变量不能以对数形式进入模型？你会说这些企业业绩变量解释了CEO薪水波动中的大部分吗？
(iii)在第(ii)部分的模型中增加ceoten。保持其他条件不变，延长一年CEO任期，估计的百分比回报是什么？
(iv)求出变量log(mktval)和prots之间的样本相关系数。这些变量高度相关吗？这对OLS估计量有什么影响？
数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息，以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题，只使用无子女已婚者数据(marr=1，fsize=2)。
(i)数据集中有多少无子女已婚夫妇？
(ii)利用OLS估计模型
nettfa=β0+β1inc+β2age+u;
并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？
(iii)第(ii)部分的回归截距有重要意义吗？请解释。
(iv)在1%的显著性水平上，针对H0:β2＞1检验H0: β2=1,求出p值。你能拒绝H0吗？
(V)如果你做一个nettfa对inc的简单回归，inc的斜率估计值与第(ii)部分的估计值有很大不同吗？为什么？
