第3题
A.回归分析法
B.高低点法
C.账户分析法
D.技术测定法
第4题
利用CHARITY.RAW中的数据[得自于Franses and Paap(2001)] 回答如下问题:
(Ⅰ)在这个4268人的样本中,平均捐款数量是多少(以荷兰盾为单位)?没有捐款的人数百分比是多少?
(Ⅱ)每年平均寄出的邮件数量是多少?其最小值和最大值是多少?
(III)用普通最小二乘法估计如下模型:
按照通常的方式报告估计方程,包括样本容量和R²。
(Ⅳ)解释斜率系数。如果每封邮件的成本是1盾,那么慈善机构预期能够从寄出的每一封邮件中获得净利润吗?这意味着慈善机构从每封邮件中都获得了净利润吗?请加以解释。
(Ⅴ)样本中最小慈善捐款的预测值是多少?利用这个简单的回归分析,你有可能预测git等于0吗?
第5题
利用CHARITY.RAW中的数据回答如下问题
(i)用普通最小二乘法估计如下模型:
按照通常的方式报告估计方程,包括样本容量和R²。其R²与不使用giftlast和propresp的简单回归所得到的R²相比如何?
(ii)解释mailsyear的系数,它比对应的简单回归系数更大还是更小?
(iii)解释propresp的系数,千万要注意propresp的度量单位。
(iv)现在,在这个方程中增加变量avggif。这将对mailsyear的估计效应造成什么样的影响?
(v)在第(iv)部分的方程中,giftlast的系数有何变化?你认为这是怎么回事?
第6题
利用WAGEPAN中数据。
(i)利用混合最小二乘法(pooledOLS)估计一个log(ag为被解释变量的方程。以educ,black,exper,married,union以及一系列时间虚拟变量(以1980年为基年)为可解释变量,解释及讨论变量married和union的系数。
(ii)解释为什么通常(i)中标准误总是偏小。算出关于married和union两个变量对自相关和异方差一稳健的标准误。
(iii)现在对变量lwage,exper,married和union进行一阶差分。(不随时间改变的变量educ,black和hisp被排除在这个估计之外,exper也是,因为它总是随着年份增加。)注意排除首年即1980年的一阶差分,因为不存在更早的年份。
(iv)就作回归分析,确保包括一个常数项和一个从1982年到1987年的时间虚拟变量。算出Δmarried和Δunion的系数和标准误。
(v)对比婚姻状况和工会保费的估计水平及其一阶差分估计,并作相应评论。
第8题
A.一阶差分法
B.广义差分法
C.普通最小二乘法
D.加权最小二乘法