当两个变量存在某种联系,其中一个变量对另一个变量具有影响作用,我们就称那个具有影响作用的变量为()。
A.无关变量
B.自变量
C.因变量
D.反应变量
A.无关变量
B.自变量
C.因变量
D.反应变量
A.回归分析和相关分析有着密切的联系,它们是同一个问题的两个不同方面
B.相关分析是双向的,而回归分析是单向的
C.当相关系数为0时,也可以进行回归分析
D.当相关系数为1时,就可以准确的根据一个变量预测另一个变量
在近来的一篇论文中,埃文斯和施瓦布(EvansandSchwab,1995)研究了就读于天主教高中对将来读大学的概率所产生的影响。为具体起见,令college为二值变量,如果读大学则等于1,否则为0。令CahHS也为二值变量,如果就读于天主教高中则等于1.一个线性概率模型是:
college=β0+β1CathHS+其他因素+u
其中其他因素包括性别、种族、家庭收入和父母的受教育程度。
(i)为什么CathHS可能与u相关?
(ii)埃文斯和施瓦布拥有关于每个学生在大二时进行的标准化测验成绩数据。我们用这些变量能做些什么,以改进就读于天主教高中在其余条件不变情况下的估计值?
(iii)令CathRel为二值变量,若学生是天主教徒则等于1。讨论它成为前面方程中CathHS的一个有效的ⅣV所需要的两个要求。其中哪个可加以检验?
(iv)不足为奇,作为天主教徒对是否就读于一所天主教高中有显著的影响。你认为CathRel作为CathHS的工具变量令人信服吗?
化二重积分
为二次积分(分别列出对两个变量积分次序不同的两个二次积分),其中积分区域D是:
(2)半圆形闭区域:x2+y2≤r2,y≥0;
(3)由直线y=x,I=2及双曲线y=(x>0)所围成的闭区域.
其中,因为滞后支出变量,第一个可用年份(基年)是1993年。
(i)用混合OLS估计模型, 并报告通常的标准误。为使得ai的期望值可以非零, 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么?求OLS残差。
(ii)lunchit系数的符号在意料之中吗?解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗?
(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关,并讨论为什么。
(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗?
(v)你为什么认为在固定效应估计中,注册学生人数和午餐项目变量不是联合显著的?
A.文化因素
B.社会因素
C.个人因素
D.心理因素