计量经济学计算机作业.docVIP

PAGE 数量经济学 付欢 计量经济学计算机作业 C13.11 (i) 在其他自变量不变的情况下： 根据：log(X1)-log(X0)≈(X1 - X0)/ X0=△X/ X0 ?math4it = ?1?log(rexppit) = (?1/100)*[ 100*?log(rexppit)] ? (?1/100)*( %?rexppit). 因此if %?rexppit = 10, then ?math4it = (?1/100)*(10) = ?1/10。 所以，平均每个学生的真实支出提高10%，则math4it约改变?1/10个百分点。 (ii) 用一阶差分估计第一部分中的模型（包括1994-1998年度虚拟变量） ?math4 = 5.95 + .52 y94 + 6.81 y95 ? 5.23 y96 ? 8.49 y97 + 8.97 y98 (0.52) (0.73) (0.78) (0.73) (0.72) (0.72) ? 3.45 ?log (rexpp) + 0.635 ?log (enroll) + 0.025 ?lunch (2.76) (1.029) (0.055) 当rexpp增加10%，math4降低0.35%(3.45/10 ? 0.35) (iii)在模型中添加支出变量的一阶滞后,并利用一阶差分估计得 ?math4 = 6.16 + 5.70 y95 ? 6.80 y96 ? 8.99 y97 + 8.45 y98 (0.55) (0.77) (0.79) (0.74) (0.74) ? 1.41 ?log (rexpp) + 11.04 ?log (rexpp-1) + 2.14 ?log (enroll) (3.04) (2.79) (1.18) + 0.073 ?lunch (0.061) n = 2,750, R2 = 0.238. 回归图如下 由回归图所示：即期支出变量的系数为-1.41，t统计量为-0.46，统计上不显著 滞后支出变量的系数为11.04，t统计量为3.96，统计上显著 (iv) 比较：的异方差稳健标准误为4.28，从而降低了?log(rexpp)的统计显著性 的异方差稳健标准误为4.38，其t统计量降低为2.52。在1%的显著性水平双侧检验下?log (rexpp-1) 仍然是统计显著的。(t统计量大于1.96) (v) 异方差序列相关稳健标准误为4.94， ?log(rexpp)的t统计量降低了。 的标准误为5.13, ?log(rexpp-1) 的t统计量为2.15.双侧检验的p值为0.032 (vi)使用1995,1996,1997,1998年进行混合的OLS 可得 ?0.423 这表明差分误差有很强的负序列相关 (vii) 基于充分稳健的联合检验，如下图 所以模型中没有必要包含学生注册的人数和午餐项目变量 C14.10 (i) 根据回归可知利用混合OLS估计的β1=0.36, 当Δconcen=0.10，则Δlfare=0.36*0.10=0.036. airfare增加3.6%、 (ii) β1的95%的置信区间为[0.309,0.419] 只有当复合误差序列无关，得出的标准误才是有效的,所以有点不太可能，充分稳健下的95%的置信区间为[0.245,0.475],条件为允许存在序列相关和异方差,所以充分稳健下的置信区间比一般的置信区间要大。忽略序列相关会导致参数估计产生不确定性. (iii) .斜率变为正斜率的log(fare)的值为0.902/[2*0.103]≈4.38。dist 的值为exp(4.38)=80.。该值表示的是fare对dist的正弹性系数。 (iv) β1的RE估计值为0.209，表示fare与concern之间正相关。因为t=7.88估计值统计上显著 (v) FE估计值为0.169， RE的λ估计值为0.9.我们可以预计RE估计值与FE估计值非常相似。 (vi)在一个航班