题目内容
（请给出正确答案）
利用BWGHT2.RAW，我们估计出下面的等式：：
式中，lbwgt为出生重量的对数;npvis为产前就诊的数量;mage为母亲的年龄;fage为父亲的年龄;meduc为母亲的受教育程度;feduc为父亲的受教育程度。括号当中是普通标准差，方括号中是异方差-稳健的标准误。
(i)解释变量cigs前面的系数。βcigs的95%置信区间是否依赖于你所选择的标准误？
(ii)使用一般标准误和异方差一稳健的标准误来解释npvis的统计显著性。
(iii)如果将四个与年龄和教育相关的项从回归方程中去掉(仍然使用同一组观测值)，那么R²变为0.0162。是否有足够的信息来进行关于
的异方差-稳健性检验？请解释。
如果结果不匹配，请 联系老师 获取答案
更多“利用BWGHT2.RAW，我们估计出下面的等式：： 式中，l…”相关的问题
在例11.6中，我们估计了一个一阶差分形式的有限分布滞后模型：
利用FERTIL 3.RAW中的数据来检验误差中是否存在AR(1) 序列相关。
本题利用JTRAIN3.RAW中的数据。
(i)估计简单回归模型
并用常用格式报告结论。基于这个回归，1976年和1977年的工作培训看上去对1978年的真实劳动工资有正的影响吗？
(ii)现在使用真实劳动工资的变化cre=re 78-re 75作为因变量。(由于我们假定1975年之前没有工作培训，所以我们没有必要对train进行差分。也就是说，如果我们定义ctrain=train 78-train75， 那么，由于train75=0，所以ctran=train78。)现在，培训的估计影响有多大？讨论它与第(i)部分估计值的比较。
(iii)利用通常的OLS标准误和异方差-稳健标准误求培训效应的95%置信区间，并描述你的结论。
利用GPA2.RAW中的数据，可估计出如下方程：
变量sat是SAT的综合分数，hsize是以百人计的学生所在高中毕业年级的学生规模，female是一个性别虚拟变量，而black是一个种族虚拟变量(黑人取值1，其他人则取值0)。
(i)有很强的证据支持模型中应该包括hsize”吗？从这个方程来看，最优的高中规模是什么？
(ii)保持hsize不变，非黑人女性和非黑人男性之间SAT分数的估计差异是多少？这个估计差异的统计显著性如何？
(iii)非黑人男性和黑人男性之间SAT分数的估计差异是多少？检验其分数没有差异的原假设，备择假设是他们的分数存在差异。
(iv)黑人女性和非黑人女性之间SAT分数的估计差异是多少？为了检验这个差异的统计显著性，你需要怎么做？
参考第3章习题14。现在，我们使用住房价格的对数作为因变量：
(i)你想在住房增加一个150平方英尺的卧室的情况下， 估计并得到price变化百分比的一个置信区间。以小数形式表示就是θ1=150β1+β2。使用HPRICE1.RAW中的数据去估计θ1。
(ii)用θ1和民β1表达β2，并代入log(price) 的方程。
(iii)利用第(ii)部分中的结果得到θ1的标准误，并使用这个标准误构造一个95%的置信区间。
]利用WAGEPRC.RAW中的月度数据，我们估计了如下分布滞后模型：
(i)描述估计的滞后分布。gwage的哪一个滞后对gprice的影响最大？哪一个滞后的系数最小？
(ii)哪些滞后的：统计量小于2？
(iii)估计的长期倾向是多少？它与1有很大不同吗？解释本例中的LRP告诉了我们什么？
(iv)你将用什么样的模型来直接求出LRP的标准误？
(v)你将怎样检验gwage的6阶以上滞后的联合显著性？F分布的df是多少？(注意：你又失去了6个观测。)
A.Photoshop
B.Cooleditpro
C.Flash
D.Dreamweaver
利用PHILLIPS.RAW中的数据，但只到1996年。
(i)在教材例11.5中，我们假定自然失业率是常数。在另一种形式的附加预期的菲利普斯曲线中，自然失业率受历史失业水平的影响。最简单的情况是，t时期的自然失业率与unemt-1，相等。如果我们假定适应性预期，便得到一个通货膨胀和失业率都是一阶差分形式的菲利普斯曲线：
估计这个模型，以常见格式报告结果，并讨论β1的符号、大小和统计显著性。
(ii)教材(11.19)和第(i)部分中的模型，哪一个对数据拟合得更好？说明理由。
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、生活垃圾的具体分类标准是固定的，我们应该严格按照标准投放
B、生活垃圾的具体分类标准，可以根据社会经济发展水平、生活垃圾特性和处理利用需要进行调整
A.历史法:通过大量模拟产生的资产或资产组合价格所形成的分析去逼近资产或资产组合价值的真实分布,从而估计出资产或资产组合在给定置信水平下的VaR值
B.参数法:假定风险因子收益的变化眼从特定的分布,然后通过历史数据分析和估计该风险因子收益分布的参数值。得出整个投资组合收益分布的特征值
C.蒙特卡洛法:利用资产组合在过去一段时间内收益分布的历史数据,并假定历史变化在未来会重现，以确定持有期内给定置信水平下资产α组合的最低收益水平。推算资产组合的VaR值
D.方差-协方差方法可以更敏感地动态捕捉市场风险变化,且认为资产之间是独立不相关的
