计量经济学作业第七章

习题习题 7 47 4 一个解释了一个解释了 CEOCEO 薪水的工资方程是薪水的工资方程是 357 0 209 099 0 085 0 283 0181 0 089 0 004 0 032 0 30 0 158 0 011 0 ln257 0 59 4ln 2 Rn utilityconsprod financeroesalessalary 所用数据在中给出 其中 和分别是表示金融RAWCEOSAL 1financeconsprodutility 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 1 保持和不变 计算公用事业和交通运输业薪水估计值的近似百分比salesroeCEO 差异 在的显著性水平上 这个差异是统计上显著的吗 1 解 模型中交通运输业是对照组 由估计方程直接可以看到 在保持和不salesroe 变的情况下 预计公用事业的薪水估计值比交通运输业的薪水估计值要低 28 3 CEOCEO 的 统计量 在的显著性水平上 统计量utilityt859 2 099 0 283 0 utility utility utility se t 1t 的临界值等于 2 576 所以在的显著性水平上 这个差异是统计上显著 1 2 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 1 部分中的回答进行比较 解 根据方程 7 10 可得 6 241754 010011001100 283 0 ee utility 所以公用事业和交通运输业估计薪水的精确百分比差异为 24 6 这个更精确的结果意味 着在保持和不变的情况下公用事业的薪水估计值比交通运输业要低salesroeCEO 24 6 由此可以看出 相对于 1 而言 公用事业的薪水估计值与交通运输业的CEO 薪水估计值的真实差异要更小一些 CEO 3 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 解 由估计方程可得 消费品行业与金融业估计薪水的近似百分比差异为 023 0 158 0 181 0 这意味着在保持和不变的情况下 消费品行业的估计薪水比金融业salesroeCEO 的估计薪水要高出 2 3 CEO 为了能够检验这个差异是不是统计上显著的 我们把参照组改成金融业重新估计该模 型 得到的估计方程为 357 0 209 104 0 097 0 441 0023 0 089 0 004 0 032 0 29 0 158 0 011 0 ln257 0 75 4 ln 2 Rn utilityconsprod indusroesalessalary 比较此方程与原方程 除了截距 和有差别外 其他都没有变化 utilityconsprod 但是我们却可以由此得到我们需要的估计值及其标准误 由以上估计方程可看到 的系数正好就是我们在 2 中得到的 0 023 其标准误为 0 097 由此可得出consprod 的 统计量 由回归结果还可以得到其consprodt237 0 097 0 023 0 consprod consprod consprod se t 所以消费品行业与金融业估计薪水的近似百分比差异在统计上是不显著的 8130 0 p 计算机习题计算机习题 C7 2C7 2 本题使用本题使用中的数据 中的数据 RAWWAGE 2 1 估计模型 uurbansouthblack marriedtenureereducwage 765 43210 expln 并以通常的形式报告结果 保持其他因素不变 黑人和非黑人之间的月薪差异近似为多少 这个差异是统计上显著的吗 解 估计方程为 253 0 935 0270 0 0262 0 0377 0 184 0 091 0 188 0 0391 0 0025 0 0032 0 0063 011 0 199 0 0117 0 exp0140 0 065 0 40 5 ln 2 Rn urbansouthblack marriedtenureereducwage 由以上回归方程中二值变量的系数估计值可以看到 当保持其他因素不变时 black 黑人和非黑人之间的月薪差异近似为 0 188 也就是说 在保持其他因素不变的情况下 黑人比非黑人约少挣 18 8 的 所以这个差异即便是在很black000 5 t000 0 p 小很小的显著性水平上 也是统计上显著的 2 在这个方程中增加变量和 证明即便在 20 的显著性水平上 它们也 2 exper 2 tenure 是不联合显著的 解 增加变量和后模型变为 2 exper 2 tenure utenureerurbansouth blackmarriedtenureereducwage 2 9 2 876 543210 exp expln 为了检验和的联合显著性 我们要用到检验 其虚拟假设为 2 exper 2 tenureF 0 980 H 1 可以看做是受约束模型 估计以上模型可得不受约束模型的估计方程为 255 0 935 000471 0000532 00270 00262 0 0377 0 000796 0 exp000114 0185 0091 0 191 0 0391 00081 0 0126 0 0063 0 13 0 199 0 0249 0exp0172 0 0642 0 36 5 ln 2 22 Rn tenureerurbansouthblack marriedtenureereducwage 所以不受约束模型的 又由 1 可得受约束模型的 其中255 0 2 urR253 0 2 rR 所以可得935 n2 q9 k 242 1 925255 0 1 2253 0 255 0 11 2 22 knR qRR F ur rur 利用 Excel 计算可得 在 20 的显著性水平上统计量的临界值为为 1 612 所以即F 便是在 20 的水平上 它们仍然不是联合显著的 3 扩展原模型 使受教育回报取决于种族 并检验受教育的回报是否的确取决于种族 解 使受教育回报取决于种族 也就是要在原模型中增加交互项 blackeduc uurbansouthblackmarried tenureerblackeduceducwage 7654 32010 expln 要检验受教育的回报是否取决于种族 我们提出虚拟假设 估计方程为0 00 H 254 0 935 0270 0 0263 02554 0 184 0 0895 0 0948 0 0390 0 0025 0 000319 00202 00064 0 11 0 199 00118 0exp014 00226 0 067 0 37 5ln 2 Rn urbansouthblack marriedtenureerblackeduceducwage 由回归结果可知 的 所以是不显blackeduc 121 1 t263 0 pblackeduc 著的 所以我们不能拒绝虚拟假设 这意味着的系数与 0 没有多大差别 所blackeduc 以受教育的回报不取决于种族 4 再回到原模型 但现在容许四个不同的人群 已婚黑人 已婚非黑人 单身黑人和单 身非黑人 的工资差别 估计已婚黑人和已婚非黑人之间的工资差别是多少 解 在原模型中加入交互项 原模型扩展为blackmarried uurbansouthblackblackmarried marriedtenureereducwage 7651 43210 expln 估计该模型得到估计方程为 253 0 935 0270 0 0263 0 0960 0 103 0 184 0 0920 0 241 0 0614 0 0429 0 00246 0 00319 0 0063 0 11 0 189 00117 0 exp014 0 065 0 40 5 ln 2 Rn urbansouthblackblackmarried marriedtenureereducwage 可以看出 以上模型是以单身非黑人作为参照组的 当时 11 black