计量经济学导论 十三章习题答案(中文版)
13.1
在其他解释变量的平均值不变的情况下,1972到1984年的平均生育率下降0.545,这就是y84的系数值。考虑到教育平均数瓶的增加,我们将增加额外的效应:–.128(13.3 – 12.2) ≈ –.141.所以总共的效应为:.545 + .141 =.686
13.3
因为在每个时期的独立横截面数据中都没有重复的观测值,因此对一对数据进行差分是没有意义的。例如在例子13,1中,同一个妇女出现在多余一年数据中是不太可能的,因为每一年中得到的都是新的随机样本。在例子13.3中,一些房屋可能同时出现在1981和1978奶奶,但是重叠的可能性太小以至于不能做一个真正的面板数据分析。
13.5
我们不嗯呢该在元模型中包含年龄作为解释变量。面板数据中的每一个人实际上在1992年1月31日都比1990年1月31日大两岁。这就意味着Δagei = 2 对所有的i.。但是我们要估计的方程形式是:
Δsavingi = δ0 + β1Δagei + …,
这里δ0在元模型中是1992年虚拟变量的系数。我们知道,当模型中含有截距的时候我们就不能再加入一个对i来说是常数的解释变量;这违反了假设MLR.3.直觉上的,既然年龄的变化对每个人都是相同的没我们就不能从加总的时间上区分年龄的效应。
13.7
(1)这并不令我们吃惊,因为afchnge 在 (3.12) 中的系数仅为 .0077(t统计量也很小)。系数从.191 到 .198的增加轻易地解释了样本误差。
(2)如果从方程中去掉highearn,那么我们就是假设,在政策变动之前,在高收入和低收入人群中的平均离岗周数没有区别。但是世界上是非常大的(.256),而且在3.12中highearn估计是统计上显著的表明这种前提假设是错误的。在政策变动前,高收入群体大约比低收入群体在失业补偿金中多花费约29.2% [ exp(.256) −1≈ .292 ]。当去掉这个变量的时候,我们政策变动对这两类人群的影响差异将会没有任何区别。
本文来源:https://www.2haoxitong.net/k/doc/b66f5807360cba1aa811daf5.html
文档为doc格式