题目内容
（请给出正确答案）
考虑如下回归输出结果：
其中y=1972年妇女的劳动参与率(LFPR)，X=1968年妇女的劳动参与率。这个回归结果得自于美国19个城市构成的一个数据样本。
a.你如何解释这个回归结果？
b.在对立假设为H1：β2＞1的前提下，检验H0：β2=1的虚拟假设。你使用什么检验？为什么？你使用的检验所依据的假定有哪些？
c.假设1968年的LFPR为0.58(或58%)。基于上述回归结果，1972年LFPR的均值是多少？构造这一均值预测的一个95%置信区间。
d.你如何检验总体回归中误差项服从正态分布的虚拟假设？给出必要的计算。
如果结果不匹配，请 联系老师 获取答案
更多“考虑如下回归输出结果：其中y=1972年妇女的劳动参与率（L…”相关的问题
设有10名工人的数据如下:
其中X=劳动工时，
Y=产量
(1)试估计Y=a+βX+u (要求列出计算表格);
(2)提供回归结果(按标准格式)并适当说明;
(3)检验原假设β=1.0。
政治的经济周期：经济事件会影响总统选举吗？为了检验政治周期理论，格雷(Gary Smith)根据1928～1980年每四年(即1928，1932，…)总统选举的数据得到如下回归结果：
=53.10-1.70Xt
t=(34.10)(-2.67) r2=0.37
其中，Y表示在职总统收到的公众投票(%)，X表示失业的变化率——选取当年的失业率减去上一年的失业率。
戴尔(Dale Bails)和拉里(Larry Peppers)根据美国1962～1977年的数据，得到如下汽车需求函数：
=5807+3.24Xtr2=0.22
se=(1.634)
其中，Y=私家车零售数量(千辆)，X=实际可支配收入(1972年美元价，10亿美元)。
注：未给出b1的标准差。
A.通报表扬
B.列为年度条线评先重点考虑对象
C.给予反洗钱高级培训或考察机会
D.所在机构给予其它物质和精神奖励
假设有人做了如下的回归：
其中，yi，xi分别为Yi，Xi关于各自均值的离差。问
将分别取何值？
一个估计某行业CEO薪水的回归模型如下：
ln Y=β0+β1lnX1+β2lnX2+β3X3+β4X4+β5X5+μ
其中，Y为年薪，X1为公司的销售收入，X2为公司的市值，X3为利润占销售额的百分比，X4为其就任当前公司CEO的年数，X5为其在该公司的年数。一个有177个样本数据集的估计得到R2=0.353。若添加
后，R2=0.375。问：此模型中是否有函数设定的偏误？试以10%与5%的显著性水平进行检验。
为了研究体重与身高的关系，某学校随机抽样调查了51名学生(其中36名男生，15名女生)，并得到如下两种回归模型：
(a)
(-5.21) (8.62)
(b)
(-2.59) (4.01) (5.16)
其中，W表示体重(单位：磅)，厅表示身高(单位：英寸)，虚拟变量
回答下列问题：
人口特征方面的数据。目的是想考察快餐店是否在黑人更集中的区域收取更高的价格。
(i)求出样本中prpblck和income的平均值及其标准差。prpblck和income的度量单位是什么？
(ii)考虑一个模型，用人口中黑人比例和收入中位数来解释苏打饮料的价格psoda：
用OLS估计这个模型并以方程的形式报告结果， 包括样本容量和R。(报告估计值时不要使用科学计数法。)解释prpblck的系数。你认为它在经济上算大吗？
(iii) 将第(ii)部分得到的估计值与psoda对prpblck进行简单回归得到的估计值进行比较。控制收入变量后，这种歧视效应是更大还是更小了？
(iv)收入价格弹性为常数的模型可能更加适合。报告如下模型的估计值：
(vi)求出1og(income)和prppov的相关系数。大致符合你的预期吗？
(vii)评价如下说法：“由于log(income)和prppov如此高度相关，所以它们不该进入同一个回归。”
A.Logistic回归更关注预测值接近观测值(0或1)的程度
B.Logistic回归模型的参数估计使用普通最小乘法(OLS)
C.上手Logistic回归更关注正确预测的频率以及模型能否有效减少误差
D.利用SPSS进行Logistic回归时，输出结果中的Cox-Snell和Nagelkerke值说明了自变量解释因变量变异的比例
E.Logistic回归解释了自变量和因变量概率取值之间的关系
