首页 > 外贸类考试
题目内容 (请给出正确答案)
[主观题]

(i)在例14.4的工资方程中,为了估计工会会员的工资增益,解释职业虚拟变量为什么可能是重要的遗

(i)在例14.4的工资方程中,为了估计工会会员的工资增益,解释职业虚拟变量为什么可能是重要的遗

漏变量。

(ii)如果样本中每名男性在1981~1987年之间都拥有相同职业,你在固定效应估计中还需要包含职业虚拟变量吗?请解释。

(iii) 利用WAGE PAN.RAW中的数据(包括方程中的8个职业虚拟变量) , 使用固定效应法估计方程。union的系数变化很大吗?其统计显著性如何?

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“(i)在例14.4的工资方程中,为了估计工会会员的工资增益,…”相关的问题
第1题
本题使用CPS78_85, RAW中的数据。(i)你怎样解释方程(13.2)中y85的系数?对它有没有一种令人感兴

本题使用CPS78_85, RAW中的数据。

(i)你怎样解释方程(13.2)中y85的系数?对它有没有一种令人感兴趣的解释?(这里你要小心; 你必须说明交互项y 85·educ和y 85.female。)

(ii)保持其他因素不变,你估计一个接受了12年教育的男子的名义工资增加了多少个百分点?给出一种回

归以得到这个估计值的一个置信区间。「提示:为了得到这个置信区间, 要用y 85·(educ-12) 取代y 85-edic; 参见例6.3。]

(iii)令所有的工资均以1978年美元计算,重新估计方程(13.2)。具体地说,定义1978年的真实工资为rw age=wage, 而1985年的真实工资为rw age=wage/1.65。现在估计式(13.2) 时用log(rw age) 代替log(wage) 。哪些系数将不同于方程(13.2)中的系数?

(iv)解释为什么你在第(iii)部分中的回归给出的R²不同于方程(13.2)所给出的R2。

(提示:两个回归的残差,从而残差平方和是相同的。)

(V)试描述从1978年到1985年参加工会的作用起了什么变化?

(vi)从方程(13.2)开始,检验会员工资差别是否随时间而变。(应使用简单的1检验。)

(vii)你在第(v)和(vi)两部分中的结论是否相互矛盾?试解释。

点击查看答案
第2题
利用CPS78_85.RAW中的数据。 (i)你怎样解释教材方程(13.2)中y85的系数?对它有没有一种令人感兴

利用CPS78_85.RAW中的数据。

(i)你怎样解释教材方程(13.2)中y85的系数?对它有没有一种令人感兴趣的解释?(这里你要小心;你必须说明交互项y85·educ和y85·female。)

(ii)保持其他因素不变,你估计一个接受了12年教育的男子的名义工资增加了多少个百分点?给出一种回归以得到这个估计值的一个置信区间。[提示:为了得到这个置信区间,要用y85-(educ-12)取代y85-educ;]

(iii)令所有的工资均以1978年美元计算,重新估计教材方程(13.2)。具体地说,定义1978年的真实工资为rwage=wage,而1985年的真实工资为rwage=wage/1.65。现在估计教材(13.2)时用log(rwage)代替log(wage)。哪些系数将不同于教材方程(13.2)中的系数?

(iv)解释为什么你在第(iii)部分中的回归给出的R²不同于教材方程(13.2)所给出的R。

(提示:两个回归的残差,从而残差平方和是相同的。)

(V)试描述从1978年到1985年参加工会的作用起了什么变化?

(vi)从教材方程(13.2)开始,检验会员工资差别是否随时间而变。(应使用简单的t检验。)

(vii)你在第(v)和(vi)两部分中的结论是否相互矛盾?试解释。

点击查看答案
第3题
使用CRIME4.RAW。 (i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的
使用CRIME4.RAW。 (i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的

使用CRIME4.RAW。

(i)在数据集中增加每个工资变量的对数,然后用一阶差分估计模型。问这些变量的引入如何影响教材例13.9中那些司法变量的系数?

(ii)第(i)部分中的工资变量全部都有预期的符号吗?它们是联合显著的吗?试解释。

点击查看答案
第4题
使用PHILLIPS.RAW中的数据。 (i)教材例11.5中,我们估计了如下形式的附加预期的菲利普斯曲线:
使用PHILLIPS.RAW中的数据。 (i)教材例11.5中,我们估计了如下形式的附加预期的菲利普斯曲线:

使用PHILLIPS.RAW中的数据。

(i)教材例11.5中,我们估计了如下形式的附加预期的菲利普斯曲线:

其中。用OLS估计该方程时,我们假定供给冲击et与unemt不相关。如果这是错误的,关于βt的OLS估计量可做什么解释?

(ii)假定et在给定所有过去信息的条件下是不可预期的:

解释为什么这使得unemt-1成为unemt的一个好的Ⅳ候选者。

(iii)将unemt对unemt-1做回归。unemt与unemt-1是否显著相关?

(iv)用Ⅳ估计附加预期的菲利普斯曲线。以通常形式报告结果,并将之与教材例11.5中的OLS估计值进行比较。

点击查看答案
第5题
利用MINWAGE.RAW中的数据。具体而言,就是利用第232部门(男人和男孩用品部门)的就业和工资序列
利用MINWAGE.RAW中的数据。具体而言,就是利用第232部门(男人和男孩用品部门)的就业和工资序列

数据。变量gwage232是232部门平均工资的月增长率(以对数形式变化),getup232是232部门的就业增长率,gmwage是联邦最低工资的增长率,而gcpi是(城市)消费者价格指数的增长率。

(i)将变量gwage232对gmwage和gCPI进行回归。你认为βgmwage的符号和大小合理吗?请加以解释。gmwage在统计上显著吗?

(ii)在第(i)部分的方程中增加gmwage的1至12阶滞后变量。为了估计第232部门中最低工资的增加对平均工资增长率的长期影响,你认为有必要包括这些滞后变量吗?请加以解释。

(iii)将变量getup232对gmwage和gcpi进行回归。最低工资增长看起来对同期的getup232有影响吗?

(iv)在就业增长方程中增加gmwage的1至12阶滞后变量。在短期或长期中,最低工资的提高对就业增长具有统计显著的影响吗?请加以解释。

点击查看答案
第6题
一个解释了CEO薪水的工资方程是:所用数据在CEOS AL 1.RAW中给出, 其中fiance, consprod和uti

一个解释了CEO薪水的工资方程是:

所用数据在CEOS AL 1.RAW中给出, 其中fiance, consprod和utility分别是表示金融业、消费品行业和公用事业单位的二值变量。被省略的产业是交通运输业。

(i) 保持sales和roe不变, 计算公用事业和交通运输业CEO薪水估计值的近似百分比差异。在1%的显著性水平上,这个差异是统计显著的吗?

(ii)利用方程(7.10)求解公用事业和交通运输业估计薪水的精确百分比差异,并与第(i)部分中的回答进行比较。

(iii)消费品行业与金融业估计薪水的近似百分比差异是多少?写出一个方程,使你能够检验这个差异是不是统计显著的。

点击查看答案
第7题
在例7.12中,我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕:(i)用OLS估计此模
在例7.12中,我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕:(i)用OLS估计此模

在例7.12中,我们估计了一个线性概率模型以说明一个年轻人在1986年是否被拘捕:

(i)用OLS估计此模型, 并验证其全部估计值都严格地介于0和1之间。最大和最小的估计值各是多少?

(ii)像8.5节所讨论的那样,用加权最小二乘法估计这个方程。

(iii)用WLS估计值决定avgsen和tottie在5%的显著性水平上是否联合显著。

点击查看答案
第8题
利用WAGEPAN.RAW中的数据。 (i)考虑非观测效应模型 (ii)用FD估计第(i)部分中的方程,并检验不
利用WAGEPAN.RAW中的数据。 (i)考虑非观测效应模型 (ii)用FD估计第(i)部分中的方程,并检验不

利用WAGEPAN.RAW中的数据。

(i)考虑非观测效应模型

(ii)用FD估计第(i)部分中的方程,并检验不同时期的教育回报没有变化的原假设。

(iii)利用一个足够稳健的检验,也就是容许FD误差Δuir中存在任何形式的异方差和序列相关的检验,检验第(ii)部分中的假设。你的结论有变化吗?

(iv)现在,容许是否加入工会的差别(与受教育水平一起)在不同时期有所变化,用FD估计这个方程。1980年加入工会与不加入工会的估计工资差别是多少?1987年呢?这个差别在统计上显著吗?

(v)检验工会关系差别在不同时期没有发生变化的原假设,并根据你对第(iv)部分的回答讨论你的结论。

点击查看答案
第9题
教材例13.9并利用CRIME4.RAW中的数据。 (i)假定你在做差分以消除非观测效应后,认为Alog(polpc)
教材例13.9并利用CRIME4.RAW中的数据。 (i)假定你在做差分以消除非观测效应后,认为Alog(polpc)

教材例13.9并利用CRIME4.RAW中的数据。

(i)假定你在做差分以消除非观测效应后,认为Alog(polpc)与Alog(crmrte)是同时决定的;特别是犯罪的增加与警察人数的增加有关。这对解释教材方程(13.33)中Alog(polpc)的正系数有何帮助?

(ii)变量taxpc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗?

(iii)在包括了潜在的工具变量Alog(taxpc)后,利用混合OLS估计Alog(polpc)的约简型。Alog(taxpc)看起来是一个很好的备选ⅣV吗?

(iv)假设在几年后,北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响?

点击查看答案
第10题
本题要使用文件MINWAGE.RAW中的数据。具体而言,就是利用第232部门(男人和男孩用品部门)的就业
本题要使用文件MINWAGE.RAW中的数据。具体而言,就是利用第232部门(男人和男孩用品部门)的就业

和工资序列数据。变量gwage 232是232部门平均工资的月增长率(以对数形式变化), getup 232是232部门的就业增长率,gmwage是联邦最低工资的增长率, 而gcpi是(城市) 消费者价格指数的增长率。

(i)将变量gwage 232对gmwage和gCP I进行回归。你认为的符号和大小合理吗?请加以解释。gmwage在统计上显著吗?

(ii)在第(i) 部分的方程中增加gmwage的1~12阶滞后变量。为了估计第232部门中最低工资的增加对平均工资增长率的长期影响,你认为有必要包括这些滞后变量吗?请加以解释。

(iii)将变量getup 232对gmwage和gcpi进行回归。最低工资增长看起来对同期的gen up 232有影响吗?

(iv)在就业增长方程中增加gmwage的1~12阶滞后变量。在短期或长期中, 最低工资的提高对就业增长具有统计显著的影响吗?请加以解释。

点击查看答案
第11题
考虑例4.3中的估计方程,这个方程可以被用来研究缺课对大学平均成绩的影响:(i)利用标准正态近似
考虑例4.3中的估计方程,这个方程可以被用来研究缺课对大学平均成绩的影响:(i)利用标准正态近似

考虑例4.3中的估计方程,这个方程可以被用来研究缺课对大学平均成绩的影响:

(i)利用标准正态近似,求出在置信水平为95%时的置信区间。

(ii)相对于双侧对立假设,你能在5%的显著性水平上拒绝假设H0=0.4吗?

(iii)相对于双侧对立假设,你能在5%的显著性水平上拒绝假设H0=1吗?

点击查看答案
退出 登录/注册
发送账号至手机
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改