视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
第八章练习题
2025-09-22 17:37:54 责编:小OO
文档
第八章练习题: 

练习题

8.1  Sen和Srivastava(1971)在研究国之间期望寿命的差异时,利用101个国家的数据,建立了如下的回归模型:

(4.37)  (0.857)      (2.42) 

R2=0.752

其中:X是以美元计的人均收入;

Y是以年计的期望寿命;

Sen和Srivastava 认为人均收入的临界值为1097美元(),若人均收入超过1097美元,则被认定为富国;若人均收入低于1097美元,被认定为贫穷国。

括号内的数值为对应参数估计值的t-值。

(1)解释这些计算结果。

(2)回归方程中引入的原因是什么?如何解释这个回归解释变量?

(3)如何对贫穷国进行回归?又如何对富国进行回归?

(4)从这个回归结果中可得到的一般结论是什么?

8.2  表中给出1965—1970年美国制造业利润和销售额的季度数据。假定利润不仅与销售额有关,而且和季度因素有关。要求:

(1)如果认为季度影响使利润平均值发生变异,应如何引入虚拟变量?

(2)如果认为季度影响使利润对销售额的变化率发生变异,应当如何引入虚拟变量?

(3)如果认为上述两种情况都存在,又应当如何引入虚拟变量?

(4)对上述三种情况分别估计利润模型,进行对比分析。

年份季度利润(Y)

销售额(X)

年份季度利润(Y)

销售额(X)

1965-1  

105031148621968-1  

12539148862
2  120921239682  14849153913
3  108341235453  13203155727
4  122011319174  14947168409
1966-1  

122451299111969-1  

14151162781
2  140011409762  15949176057
3  122131378283  14024172419
4  128201454654  14315183327
1967-1  

1134913691970-1  

12381170415
2  126151451262  13991181313
3  110141415363  12174176712
4  127301517764  10985180370
8.3 在统计学教材中,采用了方差分析方法分析了不同班次对劳动效率的影响,其样本数据为

早班      中班      晚班

34       49       39

37       47       40

35       51       42

33       48       39

33       50       41

35       51       42

36       51       40

试采用虚拟解释变量回归的方法对上述数据进行方差分析。

8.4 Joseph Cappelleri基于1961—1966年的200只Aa级和Baa级债券的数据(截面数据和时间序列数据的合并数据),分别建立了LPM和Logit模型:

LPM    

Logit    

其中: =1    债券信用等级为Aa(穆迪信用等级)

=1    债券信用等级为Baa(穆迪信用等级)

=债券的资本化率,作为杠杆的测度()

利润率()

利润率的标准差,测度利润率的变异性

总资产净值,测度规模

上述模型中和事先期望为负值,而和期望为正值(为什么)。

对于LPM,Cappeleri经过异方差和一阶自相关校正,得到以下结果:

=0.6860-0.0179+0.0486+0.0572+0.378×10-7×5i

Se=(0.1775)(0.0024)     (0.0486)   (0.0178)    (0.039×10-8)

R2=0.6933

对于Logit模型,Cappeleri在没有对异方差进行弥补的情形下用ML得以下结果:

试解下列问题:

(1)为什么要事先期望和为负值?

(2)在LPM中,当>0是否合理?

(3)对LPM的估计结果应做什么样的解释?

(4)已知,,,(千元),问债券晋升Aa信用等级的概率有多大?

8.5 Greene在分析讲授某门经济学课程采用新的教学方法效应时,搜集了如下表所示的数据,其中,Grade是学生在接受新教学方法(PSI,)后学习成绩是否有所提高的虚拟变量,,其他变量分别为平均级点GPA,非期末考试成绩分数TUCE。试用Logit模型对此进行估计,并分析相应的边际效应。

obsGRADEGPATUCEPSIobsGRADEGPATUCEPSI
10.0000002.66000020.000000.000000170.0000002.75000025.000000.000000
20.0000002.000022.000000.000000180.0000002.83000019.000000.000000
30.0000003.28000024.000000.000000190.0000003.12000023.000001.000000
40.0000002.92000012.000000.000000201.0000003.16000025.000001.000000
51.0000004.00000021.000000.000000210.0000002.06000022.000001.000000
60.0000002.86000017.000000.000000221.0000003.62000028.000001.000000
70.0000002.76000017.000000.000000230.0000002.000014.000001.000000
80.0000002.87000021.000000.000000240.0000003.51000026.000001.000000
90.0000003.03000025.000000.000000251.0000003.54000024.000001.000000
101.0000003.92000029.000000.000000261.0000002.83000027.000001.000000
110.0000002.63000020.000000.000000271.0000003.39000017.000001.000000
120.0000003.32000023.000000.000000280.0000002.67000024.000001.000000
130.0000003.57000023.000000.000000291.0000003.65000021.000001.000000
141.0000003.26000025.000000.000000301.0000004.00000023.000001.000000
150.0000003.53000026.000000.000000310.0000003.10000021.000001.000000
160.0000002.74000019.000000.000000321.0000002.39000019.000001.000000
8.6依据下列大型超市的调查数据,分析股份制因素是否对销售规模产生影响。

销售规模性质销售规模性质销售规模性质销售规模性质销售规模性质
1345非股份制1566非股份制2533股份制1144非股份制1461非股份制
2435股份制1187非股份制1602非股份制1566股份制1433股份制
1715股份制1345非股份制1839非股份制1496股份制2115非股份制
1461股份制1345非股份制2218股份制1234非股份制1839股份制
1639股份制2167股份制1529非股份制1345非股份制1288股份制
1345非股份制1402股份制1461股份制1345非股份制1288非股份制
1602非股份制2115股份制3307股份制33股份制1345非股份制
1839股份制2218股份制3833股份制981股份制1839非股份制
2365非股份制3575股份制1839股份制1345非股份制2613股份制
1234非股份制1972股份制1926股份制2165非股份制  

下载本文
显示全文
专题