伍德里奇计量经济学第三章课后计算机作业,伍德里奇---计量经济学第7章部分计算机习题详解(STATA)...

伍德里奇---计量经济学第7章部分计算机习题详解(STATA)

计量经济学第 7 章计算机习题(STATA) 1 班级：金融学×××班 姓名：×× 学号：××××××× C C7 7. .1010 𝑵𝑪𝑩𝑻𝑩𝑴.𝑺𝑩𝑾 𝒒𝒑𝒋𝒐𝒖𝒕 = 𝜷𝟏+ 𝜷𝟐𝒇𝒚𝒒𝒇𝒔+ 𝜷𝟑𝒇𝒚𝒒𝒇𝒔𝟑+ 𝜷𝟒𝒉𝒗𝒃𝒔𝒆 + 𝜷𝟓𝒈𝒑𝒔𝒙𝒃𝒔𝒆+ 𝒗 解：解： ((ⅰⅰ))估计一个线性回归模型，将单场得分与联赛中打球经历和位置(后卫、前锋或中锋)联系 起来。包括打球经历的二次项形式，并将中锋作为基组。以通常形式报告结果。 由上图可知：𝑞𝑝𝑗𝑜𝑢𝑡 = 4.76 + 1.28𝑓𝑦𝑞𝑓𝑠 − 0.072𝑓𝑦𝑞𝑓𝑠2+ 2.31𝑕𝑣𝑏𝑠𝑒 + 1.54𝑔𝑝𝑠𝑥𝑏𝑠𝑒 1.18 0.33 0.024 1.00 (1.00) 𝑜 = 269，𝑆2= 0.0910，𝑆 2= 0.0772。 ((ⅱⅱ))在第(ⅰ)部分中，你为什么不将所有三个位置虚拟变量包括进来？ 由于𝑔𝑝𝑠𝑥𝑏𝑠𝑒 + 𝑑𝑓𝑜𝑢𝑓𝑠 + 𝑕𝑣𝑏𝑠𝑒 = 1，意味着𝑔𝑝𝑠𝑥𝑏𝑠𝑒和𝑕𝑣𝑏𝑠𝑒之和是𝑑𝑓𝑜𝑢𝑓𝑠的一个线性函数， 所以如果在模型中同时使用三个虚拟变量将会导致完全多重共线性，即包括三个位置虚拟变量会掉 入虚拟变量陷阱，故不能将三个位置虚拟变量都包括在模型中。 (ⅲ)(ⅲ)保持经历不变，一个后卫的得分比一个中锋多吗？多多少？这个差异统计显著吗？ 由(ⅰ)中估计方程可知：一个后卫的得分比一个中锋多，且多得 2.31 分。同时，𝑕𝑣𝑏𝑠𝑒的𝑢统 计量为 2.31，所以这个差异统计显著。 (ⅳ)(ⅳ)现在，将婚姻状况加入方程。保持位置和经历不变，已婚球员是否更高效？ 计量经济学第 7 章计算机习题(STATA) 2 将婚姻状况加入方程后，回归结果如下所示： 𝑞𝑝𝑗𝑜𝑢𝑡 = 4.703 + 1.233𝑓𝑦𝑞𝑓𝑠 − 0.0704𝑓𝑦𝑞𝑓𝑠2+ 2.286𝑕𝑣𝑏𝑠𝑒 + 1.541𝑔𝑝𝑠𝑥𝑏𝑠𝑒 + 0.584𝑛𝑏𝑠𝑠 1.18 0.33 0.024 1.00 1.00 (0.74) 𝑜 = 269，𝑆2= 0.0931，𝑆 2= 0.0759。 从方程中𝑛𝑏𝑠𝑠的系数不难发现：在保持位置和经历不变时，已婚球员每场得分比没结婚的球员 高0.5分， 可是事实上， 变量𝑛𝑏𝑠𝑠的𝑢统计量为0.789， 𝑢检验的𝑞值为43.1%， 所以𝑛𝑏𝑠𝑠统计并不显著， 故无法得出“已婚球员得分更高效”的结论。 ((ⅴⅴ))加入婚姻状况和两个经历变量的交互项。在这个扩展的模型中，是否存在有力的证据表明婚 姻状况影响单场得分？ 由截图可知，变量𝑛𝑏𝑠𝑠、𝑛𝑏𝑠𝑠𝑓𝑦𝑞𝑓𝑠和𝑛𝑏𝑠𝑠𝑓𝑦𝑞𝑓𝑠𝑡𝑟联合不显著，无法拒绝原假设，所以并不 存在有力的证据表明婚姻状况能够影响单场得分。 (ⅵ)(ⅵ)使用单场助攻次数作为因变量估计(ⅳ)中的模型。与(ⅳ)的结果有明显的差异吗？请讨 论。 当使用单场助攻次数作为因变量时，重新估计(ⅳ)中的模型，回归结果如下： 𝑏𝑡𝑡𝑗𝑡𝑢𝑡 = −0.226 + 0.444𝑓𝑦𝑞𝑓𝑠 − 0.0274𝑓𝑦𝑞𝑓𝑠2+ 2.492𝑕𝑣𝑏𝑠𝑒 + 0.447𝑔𝑝𝑠𝑥𝑏𝑠𝑒 + 0.322𝑛𝑏𝑠𝑠 0.355 0.100 0.007 0.301 0.301 (0.222) 𝑜 = 269，𝑆2= 0.3499，𝑆 2= 0.3375。 计量经济学第 7 章计算机习题(STATA) 3 分析比较两个估计方程， 不难发现： 当使用单场助攻次数作为因变量时， 𝑛𝑏𝑠𝑠的系数变成了0.322， 意味着每场比赛中已婚球员比没结婚的球员平均要多0.322次助攻，但是𝑏𝑡𝑡𝑗𝑡𝑢𝑡进行𝑢检验的𝑞值为 14.9%，说明婚姻状况对球员单场主动次数的影响并不大。然而和(ⅳ)的结果相比，在一定程度上 还是有比较明显的差异，表明了已婚球员比没结婚球员的球技更胜一筹。 C C7 7. .1111 𝟓𝟏𝟐𝑳𝑻𝑽𝑪𝑻.𝑺𝑩𝑾 𝒐𝒇𝒖𝒖𝒈𝒃 = 𝜷𝟏+ 𝜷𝟐𝒇𝟓𝟏𝟐𝒍 + 𝜷𝟑𝒋𝒐𝒅 + 𝜷𝟒𝒋𝒐𝒅𝟑+ 𝜷𝟓𝒃𝒉𝒇 + 𝜷𝟔𝒃𝒉𝒇𝟑+ 𝒗 解： (ⅰ)解： (ⅰ)计算样本中𝑜𝑓𝑢𝑢𝑔𝑏的平均值、标准差、最小值和最大值。 由截图可知：样本中𝑜𝑓𝑢𝑢𝑔𝑏的平均值为19.072，标准差为63.964，最小值为−502.302，最大值 为1536.798。 (ⅱ)(ⅱ)检验假设平均𝑜𝑓𝑢𝑢𝑔𝑏不会因为401(𝑙)资格状况而有所不同(使用双侧对立假设) 。估计差异的 美元数量是多少？ 由截图可知： 𝑓401𝑙的系数为18.858， 𝑢统计量为14.01，统计十分显著， 所以假设 “平均𝑜𝑓𝑢𝑢𝑔𝑏不 计量经济学第 7 章计算机习题(STATA) 4 会因为401(𝑙)资格状况而有所不同”是错误假设，其对立假设成立。同时，估计差异的美元数量是 18858美元。 (ⅲ)(ⅲ)根据计算机习题𝐶7.9的第(ⅱ)部分，𝑓401𝑙在一个简单回归模型中显然不是外生的，起码它 随着收入和年龄而变化。 以收入、 年龄和𝑓401𝑙作为解释变量估计𝑜𝑓𝑢𝑢𝑔𝑏的一个多元线性回归模型。 收入和年龄应该以二次函数形式出现。现在，估计401(𝑙)资格的美元效应是多少？ 所以，𝑜𝑓𝑢𝑢𝑔𝑏 = 23.09 + 9.705𝑓401𝑙 − 0.278𝑗𝑜𝑑 + 0.0103𝑗𝑜𝑑2− 1.972𝑏𝑕𝑓 + 0.0348𝑏𝑕𝑓2 9.96 1.277 0.075 0.0006 0.483 (0.0055) 𝑜 = 9275，𝑆2= 0.2018，𝑆 2= 0.2014。 由上述估计方程可知，估计401(𝑙)资格的美元效应为9705美元，和第(ⅱ)部分相比，效应大 小减半。 ((ⅳⅳ))在第(ⅲ)部分估计的模型中，增加交互项𝑓401𝑙 · 𝑏𝑕𝑓 − 41 和𝑓401𝑙 ·(𝑏𝑕𝑓 − 41)