假设你对估计其他条件不变情况下y和x1之间的关系感兴趣。为此,你可以搜集两个控制变量x2
(i)写出一个方程,使之在控制其他因素的情况下,能让你估计出使用大麻对工资的影响。你应该能得出这样的结论:“每个月多抽5次大麻,估计会使工资改变x%。”
(ii)写出一个模型,使你能检验女性和男性在使用大麻对工资的影响上是否存在差异。你将怎样检验男女使用大麻的影响是没有差异的?
(iii)假设你认为最好按大麻使用量将人分为四类:不用者、浅尝者(每月1~5次)、适度者(每月6~10次)和重用者(每个月10次以上)。写出一个模型,使你能估计出使用大麻对工资的影响。
(iv)利用第(iii)部分的模型,详细解释如何检验使用大麻对工资没有影响的原假设。既要具体,又要包括对自由度的一个仔细列表。
(v)利用你搜集来的调查数据做因果推断会有哪些潜在的问题?
利用LAWSCH85.RAW中的数据。
(i)使用与第3章习题4一样的模型,表述并检验原假设:在其他条件不变的情况下,法学院排名对起薪中位数没有影响。
(ii)新生年级的学生特征(即LSAT和GPA)对解释salary而言是个别或联合显著的吗?
(iii)检验是否要在方程中引入入学年级的规模(clsize)和教职工的规模(faculty);只进行一个检验。(注意解释clie和facuiy的缺失数据。)
(iv)还有哪些因素可能影响到法学院排名,但又没有包括在薪水回归中?
刚从法学院毕业的学生的起薪中位数由下式决定:
其中,LSAT’是整个待毕业年级LSAT成绩的中位数,GPA是该年级大学GPA的中位数,libvol是法学院图书馆的藏书量,cost是进入法学院每年的费用,而rank是法学院的排名(rank=1的法学院是最好的)。
(i)解释为什么我们预期βs ≤0。
(ii)你预计其他斜率参数的符号如何?给出你的理由。
(iii)使用LAWSCH85.RAW中的数据,估计出来的方程是
在其他条件不变的情况下,预计GPA中位数相差1分会导致薪水有多大差别?(用百分比报告你的答案。)
(iv)解释变量log(ibvol)的系数。
(v)你是否认为,应该进入一个排名更高的法学院?从预计的起薪来看,排名相差20位的价值有多大?
A.平均下来,在冬天里,其他条件不变的情况下下雨的可能性会增加30%
B.平均下来,在冬天里,其他条件不变的情况下下雨的可能性会增加0.3%
C.平均下来,在冬天里,其他条件不变的情况下下雨的可能性会增加30个百分点
D.以上都不对
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?
本题要利用LAWS CH 85.RAW中的数据。
(i)使用与第3章习题4一样的模型,表述并检验虚拟假设:在其他条件不变的情况下,法学院排名对起薪中位数没有影响。
(ii)新生年级的学生特征(即LSAT和GPA) 对解释salary而言是个别或联合显著的吗?
(iii)检验是否要在方程中引入入学年级的规模(clsize) 和教职工的规(faculty) ; 只进行一个检验。(注意解释clsize和faculty的缺失数据。)
(iv)还有哪些因素可能影响到法学院排名,但又没有包括在薪水回归中?
此题为判断题(对,错)。