伍德里奇---計(jì)量經(jīng)濟(jì)學(xué)第7章部分計(jì)算機(jī)習(xí)題詳解(STATA)

計(jì)量經(jīng)濟(jì)學(xué)第 7 章計(jì)算機(jī)習(xí)題(STATA) 1 班級：金融學(xué)×××班 姓名：×× 學(xué)號：××××××× C C7 7. .1010 𝑵𝑪𝑩𝑻𝑩𝑴.𝑺𝑩𝑾 𝒒𝒑𝒋𝒐𝒖𝒕 = 𝜷𝟏+ 𝜷𝟐𝒇𝒚𝒒𝒇𝒔+ 𝜷𝟑𝒇𝒚𝒒𝒇𝒔𝟑+ 𝜷𝟒𝒉𝒗𝒃𝒔𝒆 + 𝜷𝟓𝒈𝒑𝒔𝒙𝒃𝒔𝒆+ 𝒗 解：解： ((?、?)估計(jì)一個(gè)線性回歸模型，將單場得分與聯(lián)賽中打球經(jīng)歷和位置(后衛(wèi)、前鋒或中鋒)聯(lián)系 起來。包括打球經(jīng)歷的二次項(xiàng)形式，并將中鋒作為基組。以通常形式報(bào)告結(jié)果。 由上圖可知：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，你為什么不將所有三個(gè)位置虛擬變量包括進(jìn)來？ 由于𝑔𝑝𝑠𝑥𝑏𝑠𝑒 + 𝑑𝑓𝑜𝑢𝑓𝑠 + 𝑕𝑣𝑏𝑠𝑒 = 1，意味著𝑔𝑝𝑠𝑥𝑏𝑠𝑒和𝑕𝑣𝑏𝑠𝑒之和是𝑑𝑓𝑜𝑢𝑓𝑠的一個(gè)線性函數(shù)， 所以如果在模型中同時(shí)使用三個(gè)虛擬變量將會(huì)導(dǎo)致完全多重共線性，即包括三個(gè)位置虛擬變量會(huì)掉 入虛擬變量陷阱，故不能將三個(gè)位置虛擬變量都包括在模型中。 (ⅲ)(ⅲ)保持經(jīng)歷不變，一個(gè)后衛(wèi)的得分比一個(gè)中鋒多嗎？多多少？這個(gè)差異統(tǒng)計(jì)顯著嗎？ 由(ⅰ)中估計(jì)方程可知：一個(gè)后衛(wèi)的得分比一個(gè)中鋒多，且多得 2.31 分。同時(shí)，𝑕𝑣𝑏𝑠𝑒的𝑢統(tǒng) 計(jì)量為 2.31，所以這個(gè)差異統(tǒng)計(jì)顯著。 (ⅳ)(ⅳ)現(xiàn)在，將婚姻狀況加入方程。保持位置和經(jīng)歷不變，已婚球員是否更高效？ 計(jì)量經(jīng)濟(jì)學(xué)第 7 章計(jì)算機(jī)習(xí)題(STATA) 2 將婚姻狀況加入方程后，回歸結(jié)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。 從方程中𝑛𝑏𝑠𝑠的系數(shù)不難發(fā)現(xiàn)：在保持位置和經(jīng)歷不變時(shí)，已婚球員每場得分比沒結(jié)婚的球員 高0.5分， 可是事實(shí)上， 變量𝑛𝑏𝑠𝑠的𝑢統(tǒng)計(jì)量為0.789， 𝑢檢驗(yàn)的𝑞值為43.1%， 所以𝑛𝑏𝑠𝑠統(tǒng)計(jì)并不顯著， 故無法得出“已婚球員得分更高效”的結(jié)論。 ((ⅴⅴ))加入婚姻狀況和兩個(gè)經(jīng)歷變量的交互項(xiàng)。在這個(gè)擴(kuò)展的模型中，是否存在有力的證據(jù)表明婚 姻狀況影響單場得分？ 由截圖可知，變量𝑛𝑏𝑠𝑠、𝑛𝑏𝑠𝑠𝑓𝑦𝑞𝑓𝑠和𝑛𝑏𝑠𝑠𝑓𝑦𝑞𝑓𝑠𝑡𝑟聯(lián)合不顯著，無法拒絕原假設(shè)，所以并不 存在有力的證據(jù)表明婚姻狀況能夠影響單場得分。 (ⅵ)(ⅵ)使用單場助攻次數(shù)作為因變量估計(jì)(ⅳ)中的模型。與(ⅳ)的結(jié)果有明顯的差異嗎？請討 論。 當(dāng)使用單場助攻次數(shù)作為因變量時(shí)，重新估計(jì)(ⅳ)中的模型，回歸結(jié)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。 計(jì)量經(jīng)濟(jì)學(xué)第 7 章計(jì)算機(jī)習(xí)題(STATA) 3 分析比較兩個(gè)估計(jì)方程， 不難發(fā)現(xiàn)： 當(dāng)使用單場助攻次數(shù)作為因變量時(shí)， 𝑛𝑏𝑠𝑠的系數(shù)變成了0.322， 意味著每場比賽中已婚球員比沒結(jié)婚的球員平均要多0.322次助攻，但是𝑏𝑡𝑡𝑗𝑡𝑢𝑡進(jìn)行𝑢檢驗(yàn)的𝑞值為 14.9%，說明婚姻狀況對球員單場主動(dòng)次數(shù)的影響并不大。然而和(ⅳ)的結(jié)果相比，在一定程度上 還是有比較明顯的差異，表明了已婚球員比沒結(jié)婚球員的球技更勝一籌。 C C7 7. .1111 𝟓𝟏𝟐𝑳𝑻𝑽𝑪𝑻.𝑺𝑩𝑾 𝒐𝒇𝒖𝒖𝒈𝒃 = 𝜷𝟏+ 𝜷𝟐𝒇𝟓𝟏𝟐𝒍 + 𝜷𝟑𝒋𝒐𝒅 + 𝜷𝟒𝒋𝒐𝒅𝟑+ 𝜷𝟓𝒃𝒉𝒇 + 𝜷𝟔𝒃𝒉𝒇𝟑+ 𝒗 解： (ⅰ)解： (ⅰ)計(jì)算樣本中𝑜𝑓𝑢𝑢𝑔𝑏的平均值、標(biāo)準(zhǔn)差、最小值和最大值。 由截圖可知：樣本中𝑜𝑓𝑢𝑢𝑔𝑏的平均值為19.072，標(biāo)準(zhǔn)差為63.964，最小值為?502.302，最大值 為1536.798。 (ⅱ)(ⅱ)檢驗(yàn)假設(shè)平均𝑜𝑓𝑢𝑢𝑔𝑏不會(huì)因?yàn)?01(𝑙)資格狀況而有所不同(使用雙側(cè)對立假設(shè)) 。估計(jì)差異的 美元數(shù)量是多少？ 由截圖可知： 𝑓401𝑙的系數(shù)為18.858， 𝑢統(tǒng)計(jì)量為14.01，統(tǒng)計(jì)十分顯著， 所以假設(shè) “平均𝑜𝑓𝑢𝑢𝑔𝑏不 計(jì)量經(jīng)濟(jì)學(xué)第 7 章計(jì)算機(jī)習(xí)題(STATA) 4 會(huì)因?yàn)?01(𝑙)資格狀況而有所不同”是錯(cuò)誤假設(shè)，其對立假設(shè)成立。同時(shí)，估計(jì)差異的美元數(shù)量是 18858美元。 (ⅲ)(ⅲ)根據(jù)計(jì)算機(jī)習(xí)題𝐶7.9的第(ⅱ)部分，𝑓401𝑙在一個(gè)簡單回歸模型中顯然不是外生的，起碼它 隨著收入和年齡而變化。 以收入、 年齡和𝑓401𝑙作為解釋變量估計(jì)𝑜𝑓𝑢𝑢𝑔𝑏的一個(gè)多元線性回歸模型。 收入和年齡應(yīng)該以二次函數(shù)形式出現(xiàn)?，F(xiàn)在，估計(jì)401(𝑙)資格的美元效應(yīng)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。 由上述估計(jì)方程可知，估計(jì)401(𝑙)資格的美元效應(yīng)為9705美元，和第(ⅱ)部分相比，效應(yīng)大 小減半。 ((ⅳⅳ))在第(ⅲ)部分估計(jì)的模型中，增加交互項(xiàng)𝑓401𝑙 · 𝑏𝑕𝑓 ? 41 和𝑓401𝑙 ·(𝑏𝑕𝑓 ? 41)

總結(jié)

以上是生活随笔為你收集整理的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)...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。