sleep——每周用于晚上睡眠的分钟数
totwrk——一周中工作的总分钟数
educ——受教育年数
age——年龄数
使用Eviews软件作回归分析，并回答下列问题：
（1）估计模型，以正规格式写出回归结果并分析。方程中的截距表示什么？
（2）如果totwrk增加2小时，sleep估计要减少多少？你觉得这是一个很大的效应吗？
（3）增加解释变量，考虑模型，你认为的符号应该是什么？估计这个模型，写出结果并分析。
（4）按照（3）中的模型，如果有人一周多工作5个小时，预计sleep会减少多少分钟？这是一个很大的取舍吗？
（5）讨论educ的估计系数的符号和大小。
（6）你能说totwrk，educ和age解释了变异中的大部分吗？其他还有什么因素可能影响花在睡眠上的时间？它们与totwrk可能相关吗？
答案：数据集SLEEP75：
（1）估计模型得：，方程中的截距项表示如果一个人不工作，那么他每周平均睡眠时间为3586.4分钟，约合59.77小时，那么每晚的平均睡眠时间为8.5小时。
（2）如果totwrk增加2小时，即（totwrk的单位为分钟），那么，即每晚的睡眠时间仅减少2.6分钟。这个变化的效应不大。
（3）增加解释变量，考虑模型， 关于的符号并不是十分的明确，比如，一个人的受教育程度越高，他可能会面临更多的工作，这时候他的睡眠时间有可能会减少；而年龄对睡眠时间的影响就更为复杂，这恐怕超出了经济学研究的范畴。回归得到的结果为：
结果显示，受教育年数增加一年，则每周晚上睡眠时间平均减少11.13分钟；年龄增长1岁，每周睡眠时间平均增加2.2分钟。
（4）如果有人一周多工作5个小时，即，那么，即每晚的睡眠时间仅减少6.3分钟。这个变化的效应仍不大。
（5）模型结果显示：较高的受教育年数意味着睡眠时间的减少，比如一个大学毕业生相对与一个高中毕业生来说，其受教育年数提高了4年，，则，即在其他条件不变的情况下，意味着平均每周睡眠时间仅减少44.52分钟，这个影响不大。
（6）这三个解释变量仅解释了因变量变异的11.34％，应该还有很多其他的因素影响因变量。比如健康水平，身体状况的好坏会影响其睡眠时间的长短；再如观测的对象是否为儿童也会影响睡眠的时间。这几个因素都可能与totwork相关，比如一个人具有良好的身体状况，他的工作时间应该就会比较长。下载本文
