2022年计量经济学答案.docx-淘文阁

资源描述

《2022年计量经济学答案.docx》由会员分享，可在线阅读，更多相关《2022年计量经济学答案.docx（58页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、精选学习资料 - - - - - - - - - 第 1 章解决问题的方法1.1（一）抱负的情形下,我们可以随机安排同学到不同尺寸的类；也就是说,每个同学被安排一个不同的类的大小,而不考虑任何同学的特点,才能和家庭背景；对于缘由,我们将看到在第 2 章中,我们想的巨大变化, 班级规模（主题, 当然,伦理方面的考虑和资源约束）；（二）呈负相关关系意味着,较大的一类大小是与较低的性能；由于班级规模较大的性能实际上损害,我们可能会发觉呈负相关；然而,随着观测数据,仍有其他的缘由,我们可能会发觉负相关关系；例如, 来自较富有家庭的儿童可能更有可能参与班级规模较小的学校,和富有的孩子一般在标准化考

2、试中成果更好；另一种可能性是, 在学校, 校长可能安排更好的同学, 以小班授课；或者, 有些家长可能会坚持他们的孩子都在较小的类,这些家长往往是更多地参与子女的训练；（三）鉴于潜在的混杂因素- 其中一些是第（ii ）上市- 查找负相关关系不会是有力的证据,缩小班级规模,实际上带来更好的性能；在某种方式的混杂因素的掌握是必要的,这是多元回来分析的主题；1.2（一）这里是构成问题的一种方法：假如两家公司,说 A 和 B,相同的在各方面比 B 公司用品工作培训之一小时每名工人,坚决除外,多少会坚决的输出从 B 公司的不同？（二）公司很可能取决于工人的特点挑选在职培训；一些观看到的特点是多年的训

3、练,多年的劳动力, 在一个特定的工作体会；企业甚至可能鄙视依据年龄,性别或种族；或许企业选择供应培训,工人或多或少才能,其中,“ 才能” 可能是难以量化,但其中一个经理的相对才能不同的员工有一些想法；此外, 不同种类的工人可能被吸引到企业,供应更多的就业培训,平均,这可能不是很明显,向雇主；（iii ）该金额的资金和技术工人也将影响输出；所以,两家公司具有完全相同的各类员工一般都会有不同的输出,假如他们使用不同数额的资金或技术；治理者的素养也有成效；（iv）无,除非训练量是随机安排；很多因素上市部分（二）及（培训的正相关关系,即使不在职培训提高工人的生产力；iii ）可有助于查找输出和1.3

4、没有任何意义,提出这个问题的因果关系；经济学家会认为同学挑选的混合学习和工作（和其他活动,如上课,休闲,睡觉）的基础上的理性行为,如效用最大化的约束,在一个星期只有 168 小时；然后我们可以使用统计方法来衡量之间的关联学习和工作,包括回来分析,我们掩盖第 2 章开头；但我们不会声称一个变量“ 使” 等；他们都挑选同学的变量；第 2 章解决问题的方法名师归纳总结 - - - - - - -第 1 页,共 42 页精选学习资料 - - - - - - - - - 2.1（I）的收入,年龄,家庭背景（如兄弟姐妹的人数）仅仅是几个可能性；好像每个可以与这些年的训练；（收入和训练可能是正相关,可

5、能是负相关,年龄和受训练,由于在最近的同伙有妇女,平均而言,更多的训练和兄弟姐妹和训练的人数可能呈负相关）；（ii ）不会（ i）部分中列出的因素,我们与EDUC ；由于我们想保持这些因素不变,它们的误差项的一部分；但是,假如 u 与 EDUC 那么 E（ U | EDUC ）,所以 SLR.4 失败；2.2 方程,加减的右边,得到 y =（）（）；调用新的错误,故 E（E） = 0；新的拦截,但斜率仍旧是；2.3（一）让易 = GPAI,XI = ACTI ,和 n = 8； = 25.875,= 3.2125,（十一- ）（艺- ）= 5.8125,（十一- ）2 = 56.875；从公

6、式（ 2.9）,我们得到了坡度为 = 5.8125/56.875 0.1022 ,四舍五入至小数点后四个地方；（ 2.17） = - 3.2125 - 0.1022 25.875 0.5681 ；因此,我们可以这样写= 0.5681 + 0.1022 ACT 每组 8 只；拦截没有一个有用的说明,由于使不接近零的人口的利益；0.1022（ 5）= .511；,假如 ACT 是高 5 点,增加（二）观看数i 和 GPA 的拟合值和残差- 四舍五入至小数点后四位- 随着于下表： GPA 1 2.8 2.7143 0.0857 2 3.4 3.0209 0.3791 3 3.0 3.2253 - 0

7、.2253 4 3.5 3.3275 0.1725 5 3.6 3.5319 0.0681 6 3.0 3.1231 - 0.1231 7 2.7 3.1231 - 0.4231 8 3.7 3.6341 0.0659 您可以验证的残差,表中报告,总结到,这是特别接近零,由于固有的舍入误差；（）当 ACT = 20 = 0.5681 + 0.1022 （20）2.61；（iv）本残差平方和,大约是0.4347（四舍五入至小数点后四位）,正方形的总和, （YI - ）2,大约是 1.0288；因此, R-平方的回来R2 = 1 - SSR / SST 1 - （ .4347/1.0288）.57

8、7 的；名师归纳总结 - - - - - - -第 2 页,共 42 页精选学习资料 - - - - - - - - - 因此,约 57.7的 GPA 的变化说明使同学在这个小样本；2.4（I）的 CIGS = 0 ,推测诞生体重是 8.6的降幅；119.77 盎司；当 CIGS = 20 ,= 109.49；这是关于一个（ii ）并非必定；仍有很多其他的因素,可以影响新生儿的体重,特殊是整体健康的母亲和产前护理质量；这些可以与吸烟亲密相关,在分娩期间；响新生儿的体重,也可能与吸烟亲密相关；此外,如咖啡因消费的东西可以影（三）假如我们想推测 125 bwght ,然后 CIGS =（125

9、- 119.77）/（ - .524）-10.18,或约 -10香烟！当然,这完全是无稽之谈,并说明会发生什么,当我们试图推测复杂,诞生时体重只有一个单一的说明变量的东西；最大的推测诞生体重必定是 119.77；然而, 近 700 个样品中有诞生诞生体重高于 119.77；（四）1,176 1,388 名妇女没有在怀孕期间吸烟,或约 84.7；由于我们使用的唯独的的 CIGS说明诞生体重,我们只有一个推测诞生体重在CIGS = 0；推测诞生体重必定是大致中间观察诞生体重在CIGS = 0 ,所以我们会依据推测高诞生率；124.84 美元；,当然,这不行能是2.5（i）本截距意味着, ,当 IN

10、C = 0 ,缺点被推测为负真实的,反映了这一事实,在收入很低的水平,这个消费函数可能是一个糟糕的推测消费；另一方面,在年度基础上,124.84 美元至今没有从零；（二）只需插上 30,000 入公式： = -124.84 + .853 （ 30,000）= 25,465.16 元；（iii ）该 MPC 和 APC 的是在下面的图表所示；尽管截距为负时,样品中的最小的 APC 是正的；图开头以每年 1,000 元（ 1970 美元）的收入水平；2.6（i）同意；假如生活亲密焚化炉抑制房价过快上涨,然后越远,增加住房价格；（ii ）如挑选的城市定位在一个地区焚化炉远离更昂贵的街区,然后登录（区

12、） INC ,由于 VAR（ E | INC ）=；名师归纳总结（三）家庭收入低没有对消费有很大的自由裁量权,通常情形下, 一个低收入的家庭必需花第 3 页,共 42 页- - - - - - -精选学习资料 - - - - - - - - - 费在食品,服装,住房,和其他生活必需品；收入高的人有更多的自由裁量权,有些人可能会挑选更多的消费,而其他更节约；此酌情权, 建议在收入较高的家庭储蓄之间的更广泛的变异；第 2.8（i）从方程（ 2.66）, = /；堵在义给人 = /；标准代数后,分子可以写为；把这个分母显示,我们可以写；西安条件,我们有E（）由于 E（ UI）对于全部的 i

13、= 0；因此,偏置在这个方程中的第一项由下式给出；这种偏见显然是零,当；也为零时, = 0,= 0 这是相同的；在后者的情形下,通过原点的回来是回来截距相同；（ii ）从最终一个表达式部分（i）我们有,有条件兮,（VAR ）= VAR = = /；（iii ）由（ 2.57）, VAR （）；从心领神会,所以无功（）：（）；看,这是一种更直接的方式来写,这是小于除非= 0 =；（）对于一个给定的样本大小,偏置的增加（保持在固定的总和）的增加；但增加的方差相对增加（ VAR）；偏置也是小的,小的时候；因此,无论是我们优选的平均平方误差的基础上取决于大小,和 n（除的大小）；2.9（i）我们依

14、据提示,留意到 =（样本均值为 C1 义的样本平均） =；当我们：回来 c1yi c2xi（包括截距）我们使用公式（2.19）获得的斜率：（2.17）,我们得到的截距 =（C1） - （ C2）=（ C1） - （ C1/C2）（C2）= C1（ - ）= C1）,名师归纳总结由于拦截从回来毅喜（- ）；第 4 页,共 42 页- - - - - - -精选学习资料 - - - - - - - - - （ii ）我们使用相同的方法,相伴着一个事实,即（i）部分 = C1 + C2 + ；因此, =（C1 +易）- （C1 + ）=易 - （C2 + XI ） - = XI - ；因此, C1

15、和 C2 完全辍学的回来（C1 +毅）（C2 + XI ）和 =的斜率公式；截距想向大家展现；= - =（C1 +） - （C2 +）=（） + C1 - C2 = C1 - C2 ,这就是我们（三）,我们可以简洁地适用（ii ）部分,由于；换言之,更换C1 与日志（ C1）,易建联与日志（彝族） ,并设置 C2 = 0 ；（iv）同样的,我们可以申请C1 = 0 和更换 C2 日志（ C2）和 xi 日志（十一）（ii ）部分；假如原先的截距和斜率,然后；2.10（一）该推导基本上是在方程（2.52）,一旦带内的求和（这是有效的, 由于不依靠于i）；然后,只需定义；（）由于我们说明,后

16、者是零；但是,从（i）部分,由于是两两相关（他们是独立的）,（由于）；因此,（iii ）本的 OLS 拦截的公式,堵在给（4）由于是不相关的,这就是我们想向大家展现；（五）使用提示和替代给2.11（一）我们想要, 随机指定小时数,这样在预备课程时间不受其他因素影响性能的SAT；然后,我们将收集信息为每一个同学的SAT 分数在试验中产生的数据集,其中n 是我们可以负担得起的同学人数在争论；从公式（2.7）,我们应当试图得到尽可能多的变化是可行的；（二）这里有三个因素：先天的才能,家庭收入,和一般健康检查当天上；假如我们认为具有较高的原生聪明的同学认为,他们不需要预备SAT,才能和时间呈负相关；家

17、庭收入可能会与时间呈正相关,由于高收入家庭可以更简洁负担得起的预备课程；排除慢性健康问题,健康考试当天应大致预备课程的时间无关；（iii ）倘预备课程是有效的,应当是积极的：,应加大坐在其他因素相等,增加小时；（iv）本拦截,在这个例子中有一个有用的说明：由于 E（U）= 0 时,平均 SAT 成果的学生在人口小时 = 0；名师归纳总结 - - - - - - -第 5 页,共 42 页精选学习资料 - - - - - - - - - 第 3 章解决问题的方法3.1（I）hsperc 定义使得较小的是,较低的高中同学的位置；一切公平,在高中同学中的地位恶化,较低的是他/她预期的高校GPA；（二

18、）只要将这些值代入方程：（20） + 0.00148（1050）= 2.676；（三） A 和 B 之间的区分仅仅是140 倍的系数上周六, ,由于 hsperc 是相同的两个同学；所以 A 推测都有得分 0.00148（140）高 .207；（四）随着 hsperc 固定坐着；现在, 我们要找出坐在 = 0.5,所以 0.5 = 0.00148（坐）或坐在 = 0.5 / （0.00148）338；或许并不古怪,其他条件不变的情形下差异大的SAT 分数 - 几乎两个和一个半标准差- 需要获得高校 GPA 或半个点的推测差异；3.2（i）同意；由于预算的限制,它是有道理的,在一个家庭

19、中的兄弟姐妹有,任何一个家庭中的孩子受训练较少的；要找到降低推测的训练一年的兄弟姐妹的数量的增加,我们解决1 = .094（）,所以后后；（二）控股 SIBS feduc 的固定,一年以上母亲的训练意味着母亲有 4 年以上的训练,她的儿子被推测有大约了半年（0.131 年推测训练；所以,假如 .524）更多的受训练年限；（三）由于兄弟姐妹的人数是一样的,但 meduc feduc 都是不同的,系数在 meduc feduc 都需要进行核算；B 和 A 是 0.131（ 4）+ .210（4）= 1.364 之间的推测差异训练；3.3（i）如成年人睡眠权衡工作,更多的工作意味着较少的睡眠（其他

20、条件不变）,所以 0；及（ ii ）本迹象并不明显,至少对我来说；有人可能会说更多的受过训练的人想获得更加完美的生活,所以,其他条件相同的,他们睡得少（ 0, 0； LSAT 和 GPA 都进入一流的质量的措施；更好的同学参与法学院无论身在何处,我们期望他们赚得更多,平均；, 0；在法库的学费成本的卷数的学校质量的两个措施；（成本库卷那么明显,但应反映质量的老师,物理植物,依此类推）；（三）这是对 GPA 只是系数,再乘以 100：24.8；（四）这是一个弹性：百分之一的在库量增加示意了条件相同的情形；.095的增长推测中位数的起薪,其他（五）这确定是具有较低职级,更好地参与法学院；假如法学

21、院有小于法 B 校排名 20,预测差异起薪是 100（.0033）（20）=上升 6.6,为法学院 A. 依据定义 3.5（I）号,学习 +睡觉 +工作 +休闲 = 168；因此,假如我们转变的争论,我们必需转变至少一个其他类别的,这样的总和仍旧是 168；（ii ）由（i）部分,我们可以写, 说,作为一个完善的其他自变量的线性函数争论：争论睡眠休闲工作；这适用于每个观看,所以 MLR.3 侵害；（三）只需拖放一个独立的变量,说休闲：GPA = +学习 +睡觉 +上班 + U；现在,例如, GPA 的变化,争论增加一小时,睡眠,工作,和u 都固定时,被说明为；如果我们持有的睡眠和固定的工作,

22、但增加一个小时的争论,那么我们就必需削减一小时的休闲；等坡面参数有一个类似的说明；3.6 空调说明变量的结果,我们有= E（+） = E（） + E（）；3.7（）,省略了一个重要的变量,可能会导致偏置,并且只有当被删去的变量与所包含的说明变量, 这是真实的；同方差的假设, MLR.5 说明 OLS 估量量是公平的,没有发挥作用；（同方差被用于获得通常的方差的公式）；另外,样品中的说明变量之间的共线性的程度,即使它被反映在高的相关性为 0.95,不影响高斯- 马尔可夫假设；仅当存在一个完善的线性关系,在两个或更多的说明变量 MLR.3 侵害；3.8 我们可以用表 3.2；依据定义, 0,假设

23、更正（1, 2）0；因此,有一个负偏压：E（） 0,E（）；;留意,相对于nox 的价格的弹性；可第 7 页,共 42 页3.9（一） 0 和 Corr（X1 ,X2）0 时,简洁的回来估量有一个向下的偏差；但是,由于言,简洁回来夸大污染的重要性；E（）是更消极； 0；（ii ）本比例的影响是 0.00024（50）= 0.012；要获得的百分比成效,我们将此乘以 100：1.2；因此, 50 点其他条件不变的 ROS 增加估量将增加只有 1.2的工资；实事求是地讲,这是一个特别小的影响这么大的变化,ROS；（三） 10的临界值单尾测试,使用,是从表 G.2 为 1.282；t 统计量 ROS

24、是.00024/.00054 .44 ,这是远低于临界值；因此,我们无法在 10的显着性水平拒绝 H0；（四）基于这个样本,估量的ROS 系数显现异于零,不仅是由于采样变化；另一方面,包括活性氧可能不造成任何损害,这取决于它是与其他自变量（虽然这些方程中是特别显着的,即使是与活性氧）如何相关；4.3（一）,控股 profmarg 固定,日志（销售） =（.321/100）100 0.00321（销售）；因此,假如销售 = 10,.032,或只有约 3/100 个百分点；对于这样一个巨大的销售百分比增加,这好像像一个实际影响较小；（二） H0：= 0 与 H1： 0,是人口坡日志（销售）； t

25、统计量是 .321/.216 1.486；从表 G.2获得 5的临界值,单尾测试,使用 df = 32 - 3 = 29 ,为 1.699;所以我们不能拒绝 H0 在 5的水平；但 10的临界值是 1.311;高于此值的 t 统计以来,我们拒绝 H0 而支持 H1 在 10的水平；（三）不尽然；其 t 统计量只有 1.087,这是大大低于 10的临界值单尾测试；4.4（一） H 0 ：= 0； H1：；（ii ）其他条件相同的情形,一个更大的人口会增加对房屋的需求,这应当增加租金；整体房屋的需求是更高的平均收入较高,推高了住房的成本,包括租金价格；（iii ）该日志系数（弹出）是弹性的；正确

26、的语句是“ 增加了10的人口会增加租金.066（10）= 0.66；”名师归纳总结（四）用 df = 64 - 4 = 60 ,双尾检验1的临界值是2.660； T 统计值约为3.29,远高于临第 10 页,共 42 页界值；那么,在1的水平上显着差异从零；4.5（I）（.094）,或约 0.228 至 0.596；（二）没有,由于值0.4 以及 95 CI 里面；（三）是的,由于1 是远远超出95CI；- - - - - - -精选学习资料 - - - - - - - - - 4.6（一）使用df = N - 2 = 86 ,我们得到5的临界值时,从表G.2 与 DF = 90 ；由于每个

27、测试是双尾,临界值是 1.987； t 统计量为 H0：= 0 是关于- 0.89,这是远小于 1.987 的确定值；因此,我们无法拒绝 = 0 ； t 统计量为 H0：= 1（0.976 - 1 ）/ 0.049 - 0.49 ,这是不太显着；（请记住,我们拒绝 H0 而支持 H1 在这种情形下,仅当 | T | 1.987；）（ii ）我们使用的 F 统计量的 SSR 形式；我们正在测试 q = 2 的限制和 DF 在不受限制模型是 86；我们 SSRR = 209,448.99 SSRur 的= 165,644.51 ；因此,这是一种剧烈的拒绝H0：从表 G.3c,2 和 90 DF

28、1的临界值是4.85；（三）我们使用的 F 统计量的 R 平方的形式；我们正在测试 q = 3 的限制,并有 88 - 5 = 83 DF无限制模型；F 统计量为（0.829 - 0.820 ）/（ 1 - 0.829 ）（ 83/3）1.46； 10的临界值（再次使用 90 分母 DF 表 G.3a 中）为 2.15,所以我们不能拒绝值是 0.23 左右；H0 甚至 10的水平；事实上, p（四）假如存在异方差,假设 MLR.5 将被侵害,不会有 F 统计量 F 分布的零假设下；因此,对一般的临界值 F 统计量进行比较,或获得的 p 值 F 分布的,不具有特殊的意义；4.7（一）虽然

29、,没有转变对 hrsemp 的标准误差,系数的大小增加了一半；不见了的 t 统计hrsemp 已约 -1.47 至-2.21,所以现在的系数是统计上小于零,在 5的水平；（从表 G.2 40 DF 5的临界值是 -1.684；1的临界值 -2.423,p 值在 0.01 和 0.05 之间；）（ii ）倘我们从右手侧的日志（聘用）加减法和收集方面,我们有登录（报废） = + hrsemp + 日志（销售）- 日志（受雇于） + 日志（就业） +日志（就业） + U = + hrsemp +日志（销售 /聘请）+（+）日志（应用）+ U ,/聘请） =日志（销售）- 日志（就业）；定义给出其中

30、其次个等式的事实,日志（销售结果；（三）号,我们有爱好在日志（聘用）的系数,其中有统计.2,这是特别小的；因此,我们的结论是, 作为衡量企业规模的员工,不要紧,一旦我们掌握了每名员工的培训和销售（以对数函数形式）；（四）（ii ）部分模型中的零假设H0：= -1； T 统计值- .951 - （-1） / 0.37 =（1 - 0.951）/ 0.37 .132,这是特别小的,我们不能拒绝我们是否指定一个或双面替代品；名师归纳总结 4.8（i）我们使用物业VAR.3 的附录 B： VAR （）=（ VAR ）+ 9（VAR ） - 6 COV （,）；第 11 页,共 42 页- - - -

31、 - - -精选学习资料 - - - - - - - - - （二） T =（）/ SE（）,所以我们需要的标准误差；（三）由于 = - ,我们可以写；堵到这一点的人口模型给出Y = + （）X1 + X2 + X3 + U = + X1 + （ 3X1 + X2 ）+ X3 + U ；这最终的方程是我们所估量的回来,们想要的；3X1 X1 + X2 ,X3 上的 y； X1 的系数和标准错误是我4.9（一）用 df = 706 - 4 = 702 ,我们使用标准的正常临界值（表 G.2）,这是 1.96,双尾检验在 5的水平；现在,因此 | teduc | = 1.89 3.00 ）；事实上

32、, p 值是0.019,所以 educ 的年龄是共同在 2的水平上显着；（三）不尽然；这些变量联合显着,但包括他们只转变的系数totwrk - 0.151 - .148 ；（四）标准的T 和 F 统计量,我们使用承担同方差,除了其他CLM 假设；假如是在方程中的异方差性,测试不再有效；4.10（一）我们需要运算的 F 统计量的整体意义的回来,其中 n = 142 和 k = 4：F = 0.0395 /（1 - 0.0395 ）（137/4）1.41； 5与 4 分子 DF 和使用分子 DF 120 的临界值,为 2.45,这是上面的 F 值,因此,我们不能拒绝 H0：= 0 在 10的水平；

33、没有说明变量是单独在 5的水平上显着；最大的确定 t 统计量, TDKR 1.60 丹麦克朗,这是不是在 5的水平对一个双面的替代显着；（ii ）本 F 统计量（具有相同的自由度）0.0330 /（1 - 0.0330）（ 137/4）1.17,甚至低于（ i）部分中；t 统计量是没有在一个合理的水平具有重要意义；（三）好像特别薄弱；在这两种情形下,在 5的水平上没有显着性的 t 统计量（对一个双面替代）,F 统计量是微不足道的；另外,小于4的回报的变化是由独立的变量说明；4.11（i ）于柱（ 2）和（ 3）, profmarg 系数实际上是否定的,虽然它的是 t 统计量只有约 -1；显现

34、,一旦公司的销售和市场价值已经被掌握,利润率有没有影响 CEO 薪水；（ii ）我们使用列（3）,它掌握的最重要因素,影响工资；t 统计日志（mktval ）大约是 2.05,这仅仅是对一个双面的替代在 5的水平显着；（我们可以使用标准的正常临界值,1.96元；）所以日志（mktval ）的是统计学上显著；由于系数是一个弹性,在其他条件不变的情况下增加 10,市场价值估量将增加 1的工资；这不是一个很大的成效,但它是不行忽视的,或者；（三）这些变量是个别显著低的显着性水平,与tceoten 3.11 和-2.79 tcomten 的；其他因素名师归纳总结 - - - - - - -第 1

35、2 页,共 42 页精选学习资料 - - - - - - - - - 不变,又是一年, 与该公司的首席执行官由约1.71增加工资；另一方面, 又是一年与公司,但不担任CEO ,降低工资约0.92；第一这其次个发觉好像令人惊奇,但可能与“ 超级巨星” 的成效：从公司外部聘请首席执行官的公司往往备受推崇的候选人去后,一个小水池,这些人的工资被哄抬；更多非第 5 章CEO 年与一家公司,使得它不太可能的人被聘为外部巨星；5.1 写 Y = + X1 + u 和预期值： E（Y ）= + E（X1 ）+ E（U）,或为 y= + X自 E（ U） = 0,其中为 y= E（. ）和 X= E（X1 ）；我们可以改写为 y - X；现在,；考虑这一点,我们有 PLIM （PLIM ）= PLIM （）=（）- PLIM PLIM （） PLIM （） =为,在这里我们使用的事实 PLIM （） =为 y 和 PLIM

展开阅读全文