题目内容
（请给出正确答案）
A.Var1和Var2是非常相关的
B.因为Va1r和Var2是非常相关的，我们可以去除其中一个
C.Var3和Var1的1.23相关系数是不可能的
如果结果不匹配，请 联系老师 获取答案
更多“当我们构造线性模型时，我们注意变量间的相关性。在相关矩阵中搜…”相关的问题
A.Var1和Var2具有很高的相关性
B.Var1和Var2存在多重共线性，模型可以去掉其中一个特征
C.Var3和Var1相关系数为1.23是不可能的
D.以上答案都不正确
令d表示一个(二值)虚拟变量，并令：表示一个定量变量。考虑模型
这是含有一个虚拟变量和一个定量变量之交互作用的一般性模型[方程(7.17)中有一个例子]。
(i)由于没有重大变化，所以取误差为u=0。于是，当d=0时，我们可以把y和z之间的关系写成函数f0(z)=β0+β1z.当d=1时，同样写出y和z之间的关系，其中左边应该使用f(z),以表示Z的线性函数。
其中所有系数和标准误都保留到小数点后三位。利用这个方程，求出使得男女log(wage)的预测值相等的totcoll值。
(iv)基于第(iii)部分中的方程，女人能现实地获得足够多的大学教育而赶上男人的工资吗？请解释。
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？
(iii)求σ。有过度散布和散布不足的证据吗？
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
A.简化式方程的解释变量都是前定变量
B.简化式参数反映解释变量对被解释的变量的总影响
C.简化式参数是构造式参数的线性函数
D.简化式模型的经济含义不明确
(i)考虑静态非观测效应模型
其中，enrolit表示学区总注册学生人数，lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明：若平均每个学生的真实支出提高10%，则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在，在模型中添加支出变量的一阶滞后，并用一阶差分重新估计。注意你又失去了一年的数据，所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何？
(v)现在，求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响？
(vi)通过进行一个AR(1)序列相关检验，验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验，模型中有必要包含学生注册人数和午餐项目变量吗？
利用AIRFARE.RAW中的数据。我们的兴趣在于估计模型
其中，θt意味着，我们容许每年的截距有所不同。
(i)用混合OLS估计上述方程，注意包含年度虚拟变量。若Δconcen=0.10，估计fare提高了多少个百分点？
(ii)的通常OLS的95%置信区间是什么？它为什么可能不太可靠？如果你有能计算充分稳健标准误的统计软件，求出β1的充分稳健的95%置信区间。与通常的置信区间相比较，并评论。
(iii)描述log(dist)的二次项出现的情况。特别是，dist取何值时，log(fare)和dit之间开始出现正向关系。[提示：首先计算log(dist)的转折点，然后取指数。]转折点出现在数据范围之外吗？
(iv)现在用随机效应法估计方程。β1的估计值有何变化？
(v)现在用固定效应法估计方程。β1的FE估计值是多少？它为何与RE估计值相当类似？(提示：RE估计的入是多少？)
(vi)指出由ai刻画的两个航线特征(除起降距离之外)。这些特征可能与concenit相关吗？
(vii)你相信航线更集中会提高飞机票价吗？最佳估计值是什么？
A.各个解释变量对被解释变量的影响将难以准确鉴别
B.局部解释变量与随机误差项之间将高度相关
C.估计量的精度将大幅度下降
D.估计对于样本容量的变动将十分敏感
E.模型的随机误差项也将序列相关
为了检验抵押贷款市场中的歧视，可使用一个线性概率模型：
(i)如果对少数民族存在歧视，并控制了适当的因素，那么，的符号是什么？
(ii)将qpxe对white做回归，并以通常的形式报告结果。解释white的系数。它是统计显著的吗？它实际上大吗？
(iii)作为控制因素，增加变量hrat，obrat，loanprc，unem,male,married，dep，sch，cosign，chist，pubrec，mortlatl，mortlat2和vr。white的系数会有什么变化？仍有对非白人存在歧视的证据吗？
(iv)现在容许种族效应与度量了其他债务占收入比例的变量(obrat)存在着交互作用。交互项显著吗？
(v)利用第(iv)部分的模型，当债务负担达到样本均值obrat=32时，作为白人对贷款许可的概率有多大的影响？构造这种影响的一个95%的置信区间。
A.如果模型的R2很高，我们可以认为此模型的质量较好
B.如果模型的R2较低，我们可以认为此模型的质量较差
C.如果某一参数不能通过显著性检验，我们应该剔除该解释变量
D.如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量
A.如果模型的R2很高，我们可以认为此模型的质量较好
B.如果模型的R2较低，我们可以认为此模型的质量较差
C.如果某一参数不能通过显著性检验，我们应该剔除该解释变量
D.如果某一参数不能通过显著性检验，我们也不应该随便剔除该解释变量
