利用VOLAT.RAW中的数据。变量rsp500是标准普尔500股票指数的月回报，以年回报率表示。（既包括价格

利用VOLAT.RAW中的数据。变量rsp500是标准普尔500股票指数的月回报，以年回报率表示。(既包括价格变动带来的收益，也包括分得的红利。)变量i₃是三月期国债的收益率，pcip是工业生产的百分比变化，这些也都以年率表示。

(i)考虑方程你认为β₁和β₂应该有什么样的符号？

(ii)用OLS估计上述方程，用标准格式报告结果，并解释系数的符号和大小。

(iii)哪些变量是统计显著的？

(iv)你在第(iii)部分中的结论是否意味着从标准普尔500中获得的收益是可预测的？说明理由。

请帮忙给出正确答案和分析，谢谢！

利用INFMRT.RAW中1990年的数据。 （i)重新估计教材方程（9.37)，但现在对哥伦比亚特区这个观测引
利用INFMRT.RAW中1990年的数据。
(i)重新估计教材方程(9.37)，但现在对哥伦比亚特区这个观测引进一个虚拟变量(记为DC)。解释DC的系数，并评论其大小和显著性。
(ii)将第(i)步所得到的估计值和标准误与教材方程(9.38)中的估计值和标准误相比较。根据这种对单个观测引进一个虚拟变量的做法，你得到什么结论？

请帮忙给出正确答案和分析，谢谢！

利用SLEEP75.RAW中的数据 变量sleep是每周晚上睡眠的总分钟数，totwork是每周花在工作上的总分
利用SLEEP75.RAW中的数据

变量sleep是每周晚上睡眠的总分钟数，totwork是每周花在工作上的总分钟数，educ和age则以年为单位，而male是一个性别虚拟变量。
(i)所有其他因素不变，有没有男性比女性睡眠更多的证据？这个证据有多强？
(ii)工作与睡眠之间有统计显著的取舍关系吗？所估计的取舍关系是什么样的？
(iii)为了检验年龄在其他因素不变的情况下对睡眠没有影响这个原假设，你还需要另外做什么回归？

请帮忙给出正确答案和分析，谢谢！

利用BWGHT.RAW中的数据，可估计出如下方程： 变量定义和教材例4.9中一样，但我们增加了两个虚拟
利用BWGHT.RAW中的数据，可估计出如下方程：

变量定义和教材例4.9中一样，但我们增加了两个虚拟变量：一个虚拟变量表明孩子是不是男孩，另一个虚拟变量则表明这个孩子是不是白人。
(i)在第一个方程中，解释变量cigs的系数。具体而言，每天多抽10根烟对婴儿出生体重有何影响？
(ii)在第一个方程中，保持其他因素不变，预计一个白人孩子的出生体重比一个非白人孩子重多少？这个差异是统计显著的吗？
(iii)评价motheduc的估计影响和统计显著性。
(iv)从这些给定信息中，为什么不能计算出检验motheduc和fatheduc联合显著性的F统计量？为了计算这个统计量，还需要做些什么？

请帮忙给出正确答案和分析，谢谢！

利用TWOYEAR.RAW中的数据。 （i)变量stotal是一项标准化测试变量，可用作无法观测的能力的代理变
利用TWOYEAR.RAW中的数据。
(i)变量stotal是一项标准化测试变量，可用作无法观测的能力的代理变量。求stotal的样本均值和标准差。
(ii)做警察和univ对stotal的简单回归。两个大学教育变量都与stotal统计相关吗？请解释。
(iii)在教材方程(4.17)中增加stotal，并检验二年制大专和四年制大学教育具有相同回报的假设，备择假设是四年制大学的回报更高。你的结论与4.4节中的结论有何区别？
(iv)在第(iii)部分估计的方程中增加stotal2。测试分数变量的二次项有必要吗？
(v)在第(iii)部分的方程中增加stotal·警察和stotal·univ。这两项联合显著吗？
(vi)你通过使用stotal而控制能力变量的最终模型是什么？说明你的理由。

请帮忙给出正确答案和分析，谢谢！

利用401KSUBS.RAW中的数据，只使用未婚人士的数据（fsize=1)。我们关心的等式如下： （i)利用OLS估
利用401KSUBS.RAW中的数据，只使用未婚人士的数据(fsize=1)。我们关心的等式如下：

(i)利用OLS估计这个方程，按照通常形式报告结果，并解释e401k的系数。
(ii)利用布罗施-帕甘检验，使用OLS残差检验异方差性。u看上去独立于解释变量吗？
(iii)用LAD估计这个方程，并以对OLS同样的方式报告结果。解释e401k的系数。
(iv)调和第(i)部分和第(iii)部分的结论。

请帮忙给出正确答案和分析，谢谢！

利用DISCRIM.RAW中的数据回答本题。（也可参见第3章计算机练习C8。) （i)利用OLS估计模型 以常用
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)
(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上，相对一个双侧备择假设，β统计显著异于零吗？在1%的显著性水平上呢？
(ii)log(income)和prppov的相关系数是多少？每个变量都是统计显著的吗？报告双侧P值。
(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告的双侧p值。
(iv)在第(ii)部分的回归中，log(income)和prppov的个别统计显著性有何变化？这些变量联合显著吗？(计算一个p值。)你如何解释你的答案？
(v)给定前面的回归结果，在确定一个地区的种族构成是否影响当地快餐价格时，你会报告哪一个结果才最为可靠？

请帮忙给出正确答案和分析，谢谢！

利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是： 其中，解释变量是女性接受教育的年
利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是：

其中，解释变量是女性接受教育的年限，年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。
(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。
(ii)城市居民和非城市居民在生育率上有区别吗？请解释。
(ii)现在对城市居民和非城市居民分别估计方程(当然，解释变量要去掉urban)。除了截距以外，其他系数有明显区别吗？
(iV)允许城市居民和非城市居民截距项不同，在原假设下得到邹至庄统计量。你能得到什么结论？[提示：你在检验5个限制条件，SSR从第(ii)部分和第(iii)部分中很容易得到。]

请帮忙给出正确答案和分析，谢谢！

利用AFFAIRS.RAW中女性的数据。 （i)为affair估计一个线性概率模型，二元指示变量在女性至少有
利用AFFAIRS.RAW中女性的数据。
(i)为affair估计一个线性概率模型，二元指示变量在女性至少有一次婚外恋时等于1，解释变量包括yrsmarr、age和educ。解释yrsmarr的系数。
(ii)在控制了yrsmarr后，age和educ对affuir还有影响吗？
(iii)在(i)中的模型里加入kids。解释它的系数并判断估计是否在统计上显著。
(iv)对于(iii)中的模型，除了kids仍在模型中以外，加入四个宗教虚拟变量。基础组包括那些声称自己反宗教的女性。对于那些非常信仰宗教的和反宗教的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？
(v)对于那些有宗教信仰和无宗教信仰的女性，报告自己有婚外恋的可能性是不是有差别？宗教信仰的影响有多大？[提示：从(iv)中改变基础组很简单。]

请帮忙给出正确答案和分析，谢谢！

利用数据集401KSUBS.RAW。 （i)利用OLS估计e401k的一个线性概率模型，解释变量为inc，inc²，age，a
利用数据集401KSUBS.RAW。
(i)利用OLS估计e401k的一个线性概率模型，解释变量为inc，inc²，age，age²和male。求通常的OLS标准误和异方差-稳健的标准误。它们有重要差别吗？
(iii)对第(i)部分估计的模型求怀特检验，并分析系数估计值是否大致对应于第(ii)部分中描述的理论值。
(iv)在验证了第(i)部分的拟合值都介于0和1之间后，求这个线性概率模型的加权最小二乘估计值。它们与OLS估计值有重大差别吗？

请帮忙给出正确答案和分析，谢谢！

使用1988年通过选举而当选的现任总统在1990年的投票结果。候选人A于1988年当选而试图在1990年连任;voteA90表示候选人A在1990年获得两党投票的份额。候选人A在1988年所获得的投票份额被用作候选人质量的代理变量。所有其他变量都是1990年选举中所出现的变量。利用VOTE2.RAW中的数据估计了如下方程：

(i)解释voteA88的系数并讨论其统计显著性。
(ii)添加voteA88对其他系数具有很大影响吗？

请帮忙给出正确答案和分析，谢谢！

使用PNTSPRD.RAW中的数据。 （i)变量sprdcvr是一个二值变量，若在大学篮球比赛中实际分数差距超
使用PNTSPRD.RAW中的数据。
(i)变量sprdcvr是一个二值变量，若在大学篮球比赛中实际分数差距超过拉斯维加斯让分，则此变量取值1。sprdcvr的期望值(比方说u)表示在一场随机抽取的比赛中分差超过让分的概率。在10%的显著性水平上相对于H₁:μ≠0.5检验H₀:μ=0.5，并讨论你的结果。(提示：将sprdcvr只对一个截距项进行回归便得到一个r统计量，利用这个统计量很容易完成。)
(ii)553个样本中有多少场比赛是在中立场地进行的？
(iii)估计线性概率模型

并以通常的形式报告结论。(报告通常的标准误和异方差-稳健的标准误。)哪个变量在实际上和统计上都是最显著的？
(iv)解释为什么在原假设下，模型中不存在异方差性。
(v)利用通常的F统计量检验第(iv)部分的原假设，你得到了什么结论？
(vi)给定上述分析，你会不会认为，利用赛前可利用的信息，有可能系统地预测拉斯维加斯让分能否实现？

请帮忙给出正确答案和分析，谢谢！