题目内容
（请给出正确答案）
利用BWGHT2.RAW，我们估计出下面的等式：：
式中，lbwgt为出生重量的对数;npvis为产前就诊的数量;mage为母亲的年龄;fage为父亲的年龄;meduc为母亲的受教育程度;feduc为父亲的受教育程度。括号当中是普通标准差，方括号中是异方差-稳健的标准误。
(i)解释变量cigs前面的系数。βcigs的95%置信区间是否依赖于你所选择的标准误？
(ii)使用一般标准误和异方差一稳健的标准误来解释npvis的统计显著性。
(iii)如果将四个与年龄和教育相关的项从回归方程中去掉(仍然使用同一组观测值)，那么R²变为0.0162。是否有足够的信息来进行关于
的异方差-稳健性检验？请解释。
如果结果不匹配，请 联系老师 获取答案
更多“利用BWGHT2.RAW，我们估计出下面的等式：： 式中，l…”相关的问题
使用BWGHT2.RAW中的数据。
(i)用OLS估计方程
并按照通常的格式报告结果。二次项显著吗？
(ii)基于第(i)部分中的方程，证明：最大化log(bwght)的产前检查次数约为22。样本中有多少妇女至少接受过22次产前检查？
(ii)在22次产前检查之后，预计婴儿出生体重实际上会下降，这有意义吗？请解释。
(iv)在方程中增加母亲年龄，并使用二次函数形式。保持npvis不变，目前在什么年龄，孩子的出生体重最大？样本中有多大比例的妇女年龄大于这个“最优”生育年龄。
(v)你认为母亲年龄和产前检查次数解释了log(bwght)中的大部分变化吗？
(vi)利用npvis和age的二次方程，确定用bwght的自然对数或水平值来预测bwght孰优孰劣。
均房间数量(rooms)之间的关系：
(i)β1和β2的符号可能是什么？对β1有何解释？请加以说明。
(ii)为什么nox[或更准确地说，是log(nox)]与rooms可能负相关？如果是样，将log(price)对log(nox)进行简单回归得到β1的偏误估计量是偏高还是偏低？
(iii)利用HPRICE2.RAW中的数据，估计出如下方程：
根据你在第(ii)部分的回答，就price对nox的弹性估计值而言，上述简单回归结果和多元回归结果之间的关系与你的预期一致吗？这个结果是否意味着-0.718比-1.043更加接近真实弹性？
在教材例11.6中，我们估计了一个一阶差分形式的有限分布滞后模型：
利用FERTIL3.RAW中的数据来检验误差中是否存在AR(1)序列相关。
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。
利用401KSUBS.RAW中的数据，只使用未婚人士的数据(fsize=1)。我们关心的等式如下：
(i)利用OLS估计这个方程，按照通常形式报告结果，并解释e401k的系数。
(ii)利用布罗施-帕甘检验，使用OLS残差检验异方差性。u看上去独立于解释变量吗？
(iii)用LAD估计这个方程，并以对OLS同样的方式报告结果。解释e401k的系数。
(iv)调和第(i)部分和第(iii)部分的结论。
(i)例4.7中待估计的总体模型可写成
控制了工人培训和销售-雇员比后，是否企业越大，其废品率在统计上的显著性越大？
(iv)检验假设：sales/employ提高1%将伴随以废品率下降1%。
利用GPA2.RAW中的数据，可估计出如下方程：
变量sat是SAT的综合分数，hsize是以百人计的学生所在高中毕业年级的学生规模，female是一个性别虚拟变量，而black是一个种族虚拟变量(黑人取值1，其他人则取值0)。
(i)有很强的证据支持模型中应该包括hsize”吗？从这个方程来看，最优的高中规模是什么？
(ii)保持hsize不变，非黑人女性和非黑人男性之间SAT分数的估计差异是多少？这个估计差异的统计显著性如何？
(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少？检验其分数没有差异的原假设，备择假设是他们的分数存在差异。
(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少？为了检验这个差异的统计显著性，你需要怎么做？
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？
(iii)求σ。有过度散布和散布不足的证据吗？
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
讨论对
的解释及其统计显著性。
利用HPRICE1.RAW中的数据。
(i)估计模型
并按通常的格式报告你的结果，包括回归标准误。当我们代入lotsize=10000，sqrft=2300和bdrms=4时，求出预测价格，将这个价格四舍五入到美元。
(ii)做一个回归，使你能得到第(i)部分中预测值的一个95%的置信区间。注意，由于四舍五入的误差，你的预测将多少有些不同。
(iii)令price0为具有第(i)部分和第(ii)部分所述特征的住房的未知未来售价。求出price0的一个95%的置信区间，并对这个置信区间的宽度进行评论。
