计量经济学答案第二章2.4(1)在实验的准备过程中，我们要随机安排小时数，这样小时数（hours）可以独立于其它影响SAT成绩的因素。然后，我们收集实验中每个学生SAT成绩的相关信息，产生一个数据集nihourssatii,...2,1:),(，n是实验中学生的数量。从式（2.7）中，我们应尽量获得较多可行的ihours变量。（2）因素:与生俱来的能力（天赋）、家庭收入、考试当天的健康状况①如果我们认为天赋高的学生不需要准备SAT考试，那天赋（ability）与小时数（hours）之间是负相关。②家庭收入与小时数之间可能是正相关，因为收入水平高的家庭更容易支付起备考课程的费用。③排除慢性健康问题，考试当天的健康问题与SAT备考课程上的小时数（hours）大致不相关。（3）如果备考课程有效，1应该是正的：其他因素不变情况下，增加备考课程时间会提高SAT成绩。（4）0在这个例子中有一个很有用的解释：因为E（u）=0，0是那些在备考课程上花费小时数为0的学生的SAT平均成绩。2.7（1）是的。如果住房离垃圾焚化炉很近会压低房屋的价格，如果住房离垃圾焚化炉距离远则房屋的价格会高。（2）如果城市选择将垃圾焚化炉放置在距离昂贵的街区较远的地方，那么log(dist)与房屋价格就是正相关的。也就是说方程中u包含的因素（例如焚化炉的地理位置等）和距离(dist)相关,则E（u︱log(dist)）≠0。这就违背SLR4（零条件均值假设），而且最小二乘法估计可能有偏。（3）房屋面积，浴室的数量，地段大小，屋龄，社区的质量（包括学校的质量）等因素，正如第（2）问所提到的，这些因素都与距离焚化炉的远近（dist,log(dist)）相关2.11(1)当cigs（孕妇每天抽烟根数）=0时，预计婴儿出生体重=110.77盎司；当cigs（孕妇每天抽烟根数）=20时，预计婴儿出生体重（·bwght）=109.49盎司。（110.77-109.49）/110.77=8.6%，抽烟数从0到20，预计儿童出生体重下降了约8.6%。（2）并不能。还有其他因素可以影响婴儿出生体重，尤其是母亲的整体健康状况和产前保健的质量。这些因素还都可能与母亲怀孕期间的抽烟习惯有关。其它因素，比如咖啡因的摄入量也会影响婴儿出生体重，而且可能与母亲怀孕期间的抽烟习惯有关。（3）如果预测出生体重为125盎司，则cigs=(125–119.77)/(–0.524)–10.18，约为-10支，这是不可能的。当然，这只是告诉我们，对于预测婴儿出生体重这样复杂的因变量，如果只有一个解释变量，将会发生什么。预计婴儿出生体重的最大值是119.77盎司，然而样本中确有超过700个新生婴儿的体重超过了119.77盎司，这就说明模型建立不恰当（4）85%的妇女怀孕期间不抽烟，即1388个样本中有大约1180个妇女不抽烟。因为我们只用cigs一个变量解释婴儿出生体重，所以当cigs=0时，我们只有一个相对应的出生体重数。在cigs=0时，预计的出生体重数大致位于观测的出生体重数的中间。因此，我们可能会低估较高的出生体重数。第三章3.3（1）法学院的排名（rank值）越大，说明学校威望越低：这会降低起薪。例如：rank=100说明有99所学校排在其前面。（2）2>0,3>0;LSAT和GPA都是测量进入法学院的学生的整体素质，不论优秀的学生在哪里进入法学院，我们预期他们会赚得更多。平均来讲，3和4>0，法学院图书馆的藏书量及法学院每年的费用都能衡量学校的好坏(相对于藏书量，法学院每年的费用对起薪的正的效应并不那么明显，但它应反映教职工、基础设备等相关资源质量的好坏)。（3）在其他条件不变的情况下，预计GPA中位数相差一分会导致薪水有24.8%的差别。（恰好等于GPA的相关系数）（4）Log(libvol)的系数表明：法学院藏书量每增加1%，则学生起薪会提高0.095%。（5）很明显，进入排名较靠前（数字较小）的法学院更好。如果法学院A的排名比B靠前20位，则A法学院的起薪要高大约6.6%（0.0033*20*100%）3.4(1)如果成年人为工作而放弃睡眠，工作多意味着睡眠会减少。所以1>0.(2)一般说来，2和3的的符号并不确定。虽然有人认为受过较高教育的人想要得到更完美的生活，所以他们的睡觉时间很少（2<0）。睡眠时间与年龄之间的关系要比模型中给的复杂多，经济学家也并未对此作出更好的解释。(3)因为工作时间以分钟为单位，我们把5小时化为分钟，则总工作...
VIP
