计量经济学2014秋ans.docxVIP

计量2014秋 作业1上交日期为 2014/10/13证明： 因此，A不是无偏估计量 ，因此A是一致估计量。附加证明：证明： 注意到， 因此， 因为， 所以，对于(*)式，有 在STATA里输入命令set obs 100, 然后set seed 2, 然后gen x=A*rnormal()，其中A是你学号的后两位数字。生成y使得下面条件符合：把y回归到x上，x的系数≈1，并且se(b1) ≈0.2。题目取A＝ 36为例。 代码：clearset obs 100set seed 2gen x=36*rnormal()gen y= x+ 72*rnormal()用reg命令验证y符合条件。从回归结果可以看出，x的系数约为1,并且se(b1) 约为0.2，符合条件。代码：reg y x运用reg命令得出的SST、SSE和SSR分别是多少，手动计算R方，其是否与输出R方相同，解释R方的含义。由回归结果可知，SST＝537078.194，SSE＝118762.434，SSR＝418315可以看出，手动算出的R方与回归输出的R方相同。R方的含义：表示变量y的22.11%变化可以被变量x解释。代码：di 118762.434/537078.194验证OLS的三个代数性质。性质1:残差和为零。性质2:样本与残差的乘积和为零。注意到，和为零也及均值为零。故从下表可以看出，符合条件。性质 3:均值点在拟合的直线上。如下图所示，该性质得到验证。该题的另外做法是算出b0+b1*xbar，显示其等于ybar代码：reg y xpredict fv, xbpredict u, residualegen sum_u= sum(u)gen xu= x*uegen sum_xu= sum(xu)su sum_u sum_xusu y x twoway (scatter y x) (lfit y x), ///xline(-1.240947) yline(6.724633) legend(off) ///title(The relationship of y and x ) 利用STATA的运算功能手动计算，并比较其与reg给出的系数的相似性（提示：按照公式输出的结果为：0.与回归结果一致。代码：egen xmean=mean(x)egen ymean=mean(y)gen X=x-xmeangen Y=y-ymeangen XY= X* Ygen XX= X* Xegen sigma_XY=sum(XY)egen sigma_XX=sum(XX)di sigma_XY/ sigma_XXhomework.dta是一份来自于2010微观实际调查数据的节选，请使用该数据，探讨收入影响因素：ytincome：个人去年全年的总收入，单位 RMB 元y_birth：出生年份 年请用summarize命令列出相关变量的均值、标准差、最大最小值。代码：su y_birthsu ytincome微观调查数据的处理中最需要注意的就是常常原始数据中被访者未填答或者拒绝回答将用特殊的方式表达，这份数据中的ytincome中就是以9999997代表了不适用；9999998代表了不知道；9999999代表了拒绝回答。请你用柱状图命令hist大致看一下yincome的分布，用tab看一下这些不适用、不知道或者拒绝回答的样本的个数，并将他们的ytincome值设置为缺失。代码：hist ytincometab ytincome if ytincome 0replace ytincome= . if ytincome 0生成年龄变量age，即样本在被调查时候的年龄。注意缺失值的处理。代码：replace y_birth= . if y_birth 0gen age= 2010- y_birth用stata的reg命令做ytincome和age的一元回归分析，先写出回归模型再解释方程估计系数 和。表示：在刚出生，个人的与年龄无关的赚钱禀赋为年收入33487.4元。表示：在其他因素都不变的情况下，年龄每增长1岁，个人年收入会减少约302元。代码：reg ytincome age对上述回归，输出拟合值和残差。请问有缺失值的样本还会参与STATA的回归么？有拟合值吗？有残差吗？ 任何变量有缺失值的样本不会参与stata的回归。解释变量(age)有缺失的样本没有拟合值也没有残差；而被解释变量(ytincome)有缺失的样本有拟合值，但是没有残差。代码：reg ytincome agepredict fv, xbpredict u, residual如果收入的单位改成了万元，请预测和的系数将会有什么样的改变？请用STATA验证你的预测和都会缩小到原来的1/10000