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?
A.H0:μ≤20%,H1:μ>20%
B.H0:π=20%H1:π≠20%
C.H0:π≤20%H1:π>20%
D.H0:π≥20%H1:π<20%
利用CONSUMP.RAW中的数据。一种消费的持久收入假说(permanentincomehypothesis,PIH)认为:消费的增长是不可预测的。[还有一种PIH认为消费本身的变化是不可预测的;参见Mankiw(1994,Chapter15)对PIH的讨论。]令表示人均真实(非耐用消费品和服务)消费的增长。那么PIH意味着时期所知道的信息;此时,t代表年份。
(i)通过估计来检验持久收入假说。明确表述原假设和备择假设。你能得出什么结论?
(ii)在第(i)部分的回归中添加变量gyt-1和i3t-1其中gyt-1是真实人均可支配收入的增长,i3t是3月期国债利率;注意,二者在回归中都使用滞后。添加的这两个变量是联合显著的吗?
A.Ⅱ型错误是把非真实差异错判为真实差异,即无效假设为真,却未否定备择假设
B.Ⅰ型错误是把真实差异错判为非真实差异,即无效假设为真,却接受了备择假设
C.Ⅰ型错误是把非真实差异错判为真实差异,即备择假设为真,却接受了无效假设
D.Ⅱ型错误是把真实差异错判为非真实差异,即备择假设为真,却未否定无效假设
如下模型可用来研究竞选支出如何影响选举结果:
其中,voteA表示候选人A得到的选票百分数,expendA和expendB分
别表示候选人A和B的竞选支出,而prtystrA则是对A所在党派实力的一种度量(A所在党派在最近一次总统选举中获得的选票百分比)。
(i)如何解释β1?
(ii)用参数表述如下原假设:A的竞选支出提高1%被B的竞选支出提高1%所抵消。
(iii)利用VOTE1.RAW中的数据来估计上述模型,并以通常的方式报告结论。A的竞选支出会影响结果吗?B的支出呢?你能用这些结论来检验第(ii)部分中的假设吗?
(iv)估计一个模型,使之能直接给出检验第(ii)部分中假设所需用的:统计量。你有什么结论?(使用双侧备择假设。)