题目内容
（请给出正确答案）
A.timei=β0+β1dbusi+β2dcari+β3dsubwayi+β4dtraini+β5dfooti+ui
B.timei=β0+β1dbusi+β2dcari+β3dsubwayi+β4dtraini+ui
C.timei=β0+β1dbusi+β2dcari+β3dsubwayi+ui
D.timei=β1dbusi+β2dcari+β3dsubwayi+β4dtraini+ui
如果结果不匹配，请 联系老师 获取答案
更多“假设你想估计学生到学校所花费的平均时间，你确定了5种相互独立…”相关的问题
是一个表示拥有个人计算机的二值变量)：
(i)为什么PC可能与u相关？
(ii)解释为什么PC可能与父母的年收入相关。这是否意味着父母的收入作为PC的IV还不错？为什么？
(iii)假设四年前学校为大约一半的学生提供了购买计算机的资助，而获得资助的学生是随机挑选的。仔细解释你如何利用这一信息为PC构造一个工具变量。
工两两之间每个月通话的时间表示在下面的矩阵的上三角形部分(假设通话的时间矩阵是对称的，没有必要写出下三角形部分)，n个城市两两之间通话费率表示在下面的矩阵的下三角形部分(同样道理，假设通话的费率矩阵是对称的，没有必要写出上三角形部分)，试求解该二次指派问题。
估计该校学生英语考试的平均成绩的范围。
| 考试成绩 | 60以下 | 60～70 | 70～80 | 80～90 | 90～100 |
| 学生人数 | 10 | 20 | 22 | 40 | 8 |
有计划上大学的中学高年级学生。
(Ⅰ) 假设你有权进行一项控制实验。请说明为了估计hours对sal的引致效应， 你将如何构建实验。
(Ⅱ) 考虑一个更加实际的情形， 即由学生选择在备考课程上花多少时间， 而你只能随机地从总体中抽出sat和hours的样本。将总体模型写作如下形式：
其中，与通常带截距的模型一样， 我们可以假设E(u)=0。列举出至少两个u中包含的因素。这些因素与hours可能呈正相关还是负相关？
(III)在(Ⅱ)的方程中，如果备考课程有效，那么β1的符号应该是什么？
(Ⅳ)在(Ⅱ)的方程中，β0该如何解释？
(i)你为什么会把这些数据归类为聚类样本？大致上，你预期能从一个典型学生得到大概多少次观测？
(ii)写出一个类似于教材方程(14.12)那样的模型，用到课率和其他特征去解释期终考试成绩。以s作为学生下标和c作为课程下标，对同一个学生哪个变量是不变的？
(iii)如果你把所有的数据混合起来并使用OLS，那么，对影响成绩和到课率的非观测学生特征，你正在做什么假定呢？SAT和学期前GPA在这方面扮演着什么角色呢？
(iv)如果你认为SAT和学期前GPA不足以刻画学生能力，你如何估计到课率对期终考试成绩的影响呢？
参考答案：
6.利用计量经济软件
中的“聚类”选项，便得到教材表14-2中混合OLS估计值充分稳健[即对复合误差(vit：t=1，···，T)中的序列相关和异方差性保持稳健]的标准误为：
(i)这些标准误与非稳健标准误相比一般如何？为什么？
(ii)混合OLS的稳健标准误与RE的标准误相比如何？解释变量是否随时间变化有什么关系吗？
利用GPA3.RAW中的数据，对秋季第二学期的学生估计如下方程
这里trm gpa表示木学期的GPA，crs gpa表示所修全部课程加权平均的GPA，crs gpa表示木学期前的GPA，tot hrs表示此学期前总学分，sat表示SAT分数， hs perc表示其在高中班级排名的百分位，female是一个性别虚拟变量，而season也是一个虚拟变量，并在该学生在秋季参加学生运动赛事时取值1.通常的标准误和异方差-稳健的标准误分别报告于圆括号和方括号中。
(i)变量cr gpa、cumgpa和tot hrs都有预期的估计效应吗？这些变量中有哪些在5%的显著性水平上是统计显著的？使用不同的标准误是否有什么影响？
(ii)为什么虚拟假设H0：
有意义？利用这两种标准误， 在5%的显著性水平上针对双侧对立假设检验这个虚拟假设。描述你的结论。
(iii)利用两种标准误来检验参加体育赛事对学期GPA是否有影响。拒绝虚拟假设的显著性水平与所用的标准误有关系吗？
估计值处在真值附近1分钟的误差范围之内，一个先前抽样的小样本给出的标准差为4.8分钟，试问应抽取多大样本？
2008年，平均每所机构注册学生人数最大的是（）。
A．教育部门和集体办职工技术培训学校
B．其他部门办职工技术培训学校
C．教育部门和集体办其他培训机构
D．民办其他培训机构
