计量经济学伍德里奇第五版中文版答案解析

资源描述

《计量经济学伍德里奇第五版中文版答案解析》由会员分享，可在线阅读，更多相关《计量经济学伍德里奇第五版中文版答案解析（28页珍藏版）》请在金锄头文库上搜索。

1、.第1章解决问题的办法1.1一理想的情况下,我们可以随机分配学生到不同尺寸的类。也就是说,每个学生被分配一个不同的类的大小,而不考虑任何学生的特点,能力和家庭背景。对于原因,我们将看到在第2章中,我们想的巨大变化,班级规模主题,当然,伦理方面的考虑和资源约束。二呈负相关关系意味着,较大的一类大小是与较低的性能。因为班级规模较大的性能实际上伤害,我们可能会发现呈负相关。然而,随着观测数据,还有其他的原因,我们可能会发现负相关关系。例如,来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校,和富裕的孩子一般在标准化考试中成绩更好。另一种可能性是,在学校,校长可能分配更好的学生,以小班授课。或者,

2、有些家长可能会坚持他们的孩子都在较小的类,这些家长往往是更多地参与子女的教育。三鉴于潜在的混杂因素 - 其中一些是第ii上市 - 寻找负相关关系不会是有力的证据,缩小班级规模,实际上带来更好的性能。在某种方式的混杂因素的控制是必要的,这是多元回归分析的主题。1.2一这里是构成问题的一种方法：如果两家公司,说A和B,相同的在各方面比B公司用品工作培训之一小时每名工人,坚定除外,多少会坚定的输出从B公司的不同？二公司很可能取决于工人的特点选择在职培训。一些观察到的特点是多年的教育,多年的劳动力,在一个特定的工作经验。企业甚至可能歧视根据年龄,性别或种族。也许企业选择提供培训,工人或多或少能力,其中

3、,能力可能是难以量化,但其中一个经理的相对能力不同的员工有一些想法。此外,不同种类的工人可能被吸引到企业,提供更多的就业培训,平均,这可能不是很明显,向雇主。iii该金额的资金和技术工人也将影响输出。所以,两家公司具有完全相同的各类员工一般都会有不同的输出,如果他们使用不同数额的资金或技术。管理者的素质也有效果。iv无,除非训练量是随机分配。许多因素上市部分二及iii可有助于寻找输出和培训的正相关关系,即使不在职培训提高工人的生产力。1.3没有任何意义,提出这个问题的因果关系。经济学家会认为学生选择的混合学习和工作和其他活动,如上课,休闲,睡觉的基础上的理性行为,如效用最大化的约束,在一个星期

4、只有168小时。然后我们可以使用统计方法来衡量之间的关联学习和工作,包括回归分析,我们覆盖第2章开始。但我们不会声称一个变量使等。他们都选择学生的变量。第2章解决问题的办法2.1I的收入,年龄,家庭背景如兄弟姐妹的人数仅仅是几个可能性。似乎每个可以与这些年的教育。收入和教育可能是正相关,可能是负相关,年龄和受教育,因为在最近的同伙有妇女,平均而言,更多的教育和兄弟姐妹和教育的人数可能呈负相关。ii不会i部分中列出的因素,我们与EDUC。因为我们想保持这些因素不变,它们的误差项的一部分。但是,如果u与EDUC那么EU | EDUC0,所以SLR.4失败。2.2方程Y =b0 +b1X + U,

5、加减a0的右边,得到y =a0 +b0+b1X +U-a0。调用新的错误E =-a0,故EE= 0。新的拦截a0 +b0,但斜率仍然是b1。2.3一让易= GPAI,XI = ACTI,和n = 8。 = 25.875,= 3.2125,十一 - 艺 - = 5.8125,十一 - 2 = 56.875。从公式2.9,我们得到了坡度为= 5.8125/56.875 0.1022,四舍五入至小数点后四个地方。 2.17= - 3.2125 - 0.1022 25.875 0.5681。因此,我们可以这样写= 0.5681 + 0.1022 ACT每组8只。拦截没有一个有用的解释,因为使不接近零的

6、人口的利益。 ,如果ACT是高5点,增加0.10225= .511。二观察数i和GPA的拟合值和残差 - 四舍五入至小数点后四位 - 随着于下表：GPA1 2.8 2.7143 0.08572 3.4 3.0209 0.37913 3.0 3.2253 - 0.22534 3.5 3.3275 0.17255 3.6 3.5319 0.06816 3.0 3.1231 - 0.12317 2.7 3.1231 - 0.42318 3.7 3.6341 0.0659您可以验证的残差,表中报告,总结到-.0002,这是非常接近零,由于固有的舍入误差。当ACT = 20 = 0.5681 + 0.1

7、022202.61。iv本残差平方和,大约是0.4347四舍五入至小数点后四位,正方形的总和,YI - 2,大约是1.0288。因此,R-平方的回归R2 = 1 - SSR / SST 1 - .4347/1.0288.577的。因此,约57.7的GPA的变化解释使学生在这个小样本。2.4I的CIGS = 0,预测出生体重是119.77盎司。当CIGS = 20,= 109.49。这是关于一个8.6的降幅。ii并非必然。还有许多其他的因素,可以影响新生儿的体重,尤其是整体健康的母亲和产前护理质量。这些可以与吸烟密切相关,在分娩期间。此外,如咖啡因消费的东西可以影响新生儿的体重,也可能与吸烟密切

8、相关。三如果我们想预测125 bwght,然后CIGS =125 - 119.77/ - .524-10.18,或约-10香烟！当然,这完全是无稽之谈,并表明会发生什么,当我们试图预测复杂,出生时体重只有一个单一的解释变量的东西。最大的预测出生体重必然是119.77。然而,近700个样品中有出生出生体重高于119.77。四1,176 1,388名妇女没有在怀孕期间吸烟,或约84.7。因为我们使用的唯一的的CIGS解释出生体重,我们只有一个预测出生体重在CIGS = 0。预测出生体重必然是大致中间观察出生体重在CIGS = 0,所以我们会根据预测高出生率。2.5i本截距意味着,当INC = 0,

9、缺点被预测为负124.84美元。 ,当然,这不可能是真实的,反映了这一事实,在收入很低的水平,这个消费函数可能是一个糟糕的预测消费。另一方面,在年度基础上,124.84美元至今没有从零。二只需插上30,000入公式：= -124.84 + .85330,000= 25,465.16元。iii该MPC和APC的是在下面的图表所示。尽管截距为负时,样品中的最小的APC是正的。图开始以每年1,000元1970美元的收入水平。2.6i同意。如果生活密切焚化炉抑制房价过快上涨,然后越远,增加住房价格。ii若选择的城市定位在一个地区焚化炉远离更昂贵的街区,然后登录区呈正相关,与房屋质量。这将违反SLR.4

11、活必需品。收入高的人有更多的自由裁量权,有些人可能会选择更多的消费,而其他更节省。此酌情权,建议在收入较高的家庭储蓄之间的更广泛的变异。第2.8i从方程2.66,= /。堵在义=b0 +b1xi + UI给人= /。标准代数后,分子可以写为。把这个分母显示,我们可以写=b0 / +b1 + /。XX条件,我们有E=b0 / +b1因为EUI对于所有的i = 0。因此,偏置在这个方程中的第一项由下式给出。这种偏见显然是零,当b0 = 0。也为零时,= 0,= 0这是相同的。在后者的情况下,通过原点的回归是回归截距相同。ii从最后一个表达式部分i我们有,有条件兮,VAR= VAR = /。iii由

12、2.57,VAR= 2 /s。从心领神会,所以无功：VAR。看,这是一种更直接的方式来写,这是小于除非= 0 =。对于一个给定的样本大小,偏置的增加保持在固定的总和的增加。但增加的方差相对增加VAR。偏置也是小的,小的时候。因此,无论是我们优选的平均平方误差的基础上取决于大小,和n除的大小。2.9i我们按照提示,注意到=样本均值为C1义的样本平均=。当我们：回归c1yi c2xi包括截距我们使用公式2.19获得的斜率：2.17,我们得到的截距=C1 - C2=C1 - C1/C2C2= C1 - = C1,因为拦截从回归毅喜 - 。ii我们使用相同的方法,伴随着一个事实,即i部分= C1 +

13、C2 +。因此,=C1 +易 - C1 +=易 - C2 + XI - = XI - 。因此,C1和C2完全辍学的回归C1 +毅C2 + XI和=的斜率公式。截距= - =C1 + - C2 +=+ C1 - C2 = C1 - C2,这就是我们想向大家展示。三,我们可以简单地适用ii部分,因为。换言之,更换C1与日志C1,易建联与日志彝族,并设置C2 = 0。iv同样的,我们可以申请C1 = 0和更换C2日志C2和xi日志十一ii部分。如果原来的截距和斜率,然后。2.10一该推导基本上是在方程2.52,一旦带内的求和这是有效的,因为不依赖于i。然后,只需定义。由于我们表明,后者是零。但是,从

14、i部分,因为是两两相关他们是独立的,因为。因此,iii本的OLS拦截的公式,堵在给4因为是不相关的,这就是我们想向大家展示。五使用提示和替代给2.11一我们想要,随机指定小时数,这样在准备课程时间不受其他因素影响性能的SAT。然后,我们将收集信息为每一个学生的SAT分数在实验中产生的数据集,其中n是我们可以负担得起的学生人数在研究。从公式2.7,我们应该试图得到尽可能多的变化是可行的。二这里有三个因素：先天的能力,家庭收入,和一般健康检查当天上。如果我们认为具有较高的原生智慧的学生认为,他们不需要准备SAT,能力和时间呈负相关。家庭收入可能会与时间呈正相关,因为高收入家庭可以更容易负担得起的预

15、备课程。排除慢性健康问题,健康考试当天应大致准备课程的时间无关。iii倘预备课程是有效的,应该是积极的：,应加大坐在其他因素相等,增加小时。iv本拦截,在这个例子中有一个有用的解释：因为EU= 0时,平均SAT成绩的学生在人口小时= 0。第3章解决问题的办法3.1Ihsperc定义使得较小的是,较低的高中学生的地位。一切平等,在高中学生中的地位恶化,较低的是他/她预期的大学GPA。二只要将这些值代入方程：= 1.392-.013520+ 0.001481050= 2.676。三A和B之间的区别仅仅是140倍的系数上周六,因为hsperc是相同的两个学生。所以A预测都有得分0.00148140高.207。四随着hsperc固定= 0.00148D坐着。现在,我们要找出D坐在= 0.5,所以0.5 = 0.00148D坐或D坐在= 0.5 /0.00148338。也许并不奇怪,其他条件不变的情况下差异大的SAT分数 - 几乎两个和一个半标准差 - 需要获得大学GPA或半个点的预测差异。3.2i同意。由于预算的限

展开阅读全文