在方程(7.29) 的例子中, 假设我们定义outlf在妇女不属于劳动力范围时等于1, 否则等于0。
(i) 如果我们将out lf对式(7.29) 中所有自变量做回归, 截距和斜率的估计值会怎么样?(提示:inlf=1-outlf。将它代入总体方程inlf=β0+β1nwifeinc+β2educ+…并重新整理。)
(ii)截距和斜率的标准误会有什么变化?
(iii)R2会有什么变化?
数;(2)计算回归平方和及总的平方和;(3)计算估计标准误差。
某职工医院用光电比色计检验尿汞时,得尿汞含量(mg/L)与消光系数读数的结果如下:
试求:
(1)Y关于x的回归方程y=β0+β1x;
(2)误差方差σ2的估计;
(3)用F检验法检验线性回归方程是否是显著的(α=0.05);
(4)求β1的置信水平为95%的置信区间;
(5)求出x0=12时,y0的置信水平为95%的预测区间。
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。
A.随着x的增大,y增大
B.随着x的增大,y减少
C.随着x的减少,y减少
D.回归直线与y轴的交点在原点下方
E.回归直线与y轴的交点在原点上方
设随机变量Y与普通变量x间满足模型Y=β0+β1x+ε,ε~N(0,σ2),则未知参数β0,β1的最小二乘估计=(),
=()。
在简单回归模型教材(5.16)中,我们在前4个高斯-马尔科夫假定下证明了,形如教材(5.17)的估计量是斜率β1的一致估计量。给定这样一个估计量,定义β1,的一个估计量为。
证明plimβ0=β0
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?