第3章计算机习题答案.pdf

第3 章 多元回归分析：估计 C3.1 使用数据bwght.dta (i) 的符号应该为正，更高的收入一般意味着母亲有更好的营养和更好的产前照顾。 2 (ii) 一方面，收入增加通常会增加对物品的消费，所以cigs 和faminc 正相关。另一方面，高收 入家庭会有更高的教育水平，而教育水平与吸烟数量可能是负相关的。Cigs 和faminc 这两 个变量的样本相关系数是-0.173，这显示它们是负相关的。 (iii) 包含faminc 和不包含faminc 的回归结果分别是 ˆ bwght 119.770.514cigs n 1388,R2 0.023 1 ˆ bwght 116.970.463cigs 0.093fa minc 和 n 1388,R2 0.030 当faminc 被加入回归后，吸烟数量对婴儿体重的效应轻微缩小了，与未加入faminc 的回归 相比，cigs 的系数仅仅从-0.514 上升到-0.463，因此cigs 对bwght 的影响并没有发生实质差 别。这是因为cigs 和faminc 相关性较小，faminc 的系数实际上也是比较小的。(变量faminc 的衡量单位是千美元，因此以1988 年美元计算的收入每增加 10000 美元，婴儿体重的预测 值仅仅增加0.93 盎司。) C3.2 使用数据hprice1.dta (i) 估计方程是 ˆ price 19.320.128sqrft 15.20bdrms n 88, R2 0.632 ˆ ˆ (ii)保持住房平方尺数不变，price 15.20bdrms ，所以price 会增加 15.20，即 15200 美元。 (iii) ˆ 现在price 0.28sqrft 15.20bdrms 0.128140 15.20 33.12 ，或者说33120 美 元。因为房子的面积增加了，这个效应比(ii) 中的效应大得多。 (iv)大约63.2% 。 (v) 2 第1 套住房的预测价格是354.605 ，或者说354605 美元。 (vi) 残差是-54.605 。这说明买者在某种程度上少支付了一部分钱。但是，住房的很多其他特征 也影响价格，有些因素我们甚至无法量化，我们不能完全控制这些因素。因此，我们不能说 购买者为这套住房支付了过低或过高的价格。 C3.3 使用数据ceosal2.dta (i) 常弹性方程是 ˆ log(salary) 4.62 0.162log(sales) 0.107log(mktval ) n 177,R2 0.299 (ii) 3 我们不能把利润的对数形式加入模型是因为样本中有9 家企业的利润是负值。我们在回归模 型加入利润的水平形式，可以得到 ˆ log(salary) 4.69 0.161log(sales) 0.098log(mktval ) 0.000036 profits n 177,R2 0.299 Profits 的系数非常小。这里，profits 的度量单位是百万美元。所以如果利润增加10 亿美元， 这意味着profits 1000 ，这是一个很大的变动，但是预测这个变动只会使salary 增加大 约3.6%。当然，记得我们需要保持sales 和mktval 的值不变。 总体来看，这些变量(我们可以舍去 profits ，这并不会有任何不同)只解释了 log(salary) 的样 本变异的大约30% 。这肯定谈不上解释CEO 薪水变异中的“大部分”。 (iii) 4 增加ceoten 后方程变为 ˆ log(salary) 4.56 0.162log(sales) 0.102log(mktval ) 0.000029 profits 0