??伍德里奇计量经济学导论(第6版)考研复习资料!

资料全称:伍德里奇《计量经济学导论》(第6版)笔记和课后习题详解

注:本资料查找使用方法见文末!

伍德里奇计量经济学导论(第6版)考研复习资料摘录:

1假设让你指挥一项研究,以确定较小的班级规模是否会提高四年级学生的成绩。

(i)如果你能指挥你想做的任何实验,你想做些什么?请具体说明。

(i)更现实地,假设你能搜集到某个州几千名四年级学生的观测数据。你能得到它们四年级班级规模和四年级末的标准化考试分数。你为什么预计班级规模与考试成绩成负相关关系?

(ii)负相关关系一定意味着较小的班级规模会导致更好的成绩吗?请解释。

答:(i)假定能够随机的分配学生们去不同规模的班级,也就是说,在不考虑学生诸如能力和家庭背景等特征的前提下,每个学生被随机的分配到不同的班级。因此可以通过比较和检验不同班级规模下学生的成绩来看班级规模(在伦理考量和资源约束条件下的主体)对学生的成绩是否有显著的差异。

(i)负相关关系意味着更大的班级规模与更差的考试成绩是有直接联系的,即班级规模越大,学生考试成绩越差。

通过数据可知,两者之间的负相关关系还有其他的原因。例如,富裕家庭的孩子在学校可能更多地加入小班,而且他们的成绩优于平均水平。

另外一个可能性是:学校的原则是将成绩较好的学生分配到小班。或者部分父母可能坚持让自己的孩子进入更小的班级,而同样这些父母也更多地参与子女的教育。

(ii)鉴于潜在的其他混杂因素(如所列举),负相关关系并不一定意味着较小的班级规模会导致更好的成绩。控制混杂因素的方法是必要的,而这正是多元回归分析的主题。

2对税收有控制权的州或省份有时候会减少税收来刺激经济增长。假设你被某州政府雇佣来估计公司税率的影响,比如说对每单位州生产总值增长的影响。

(i)你需要什么样的数据来进行统计分析?

(ii)对照试验是否可行?需要什么?

(ii)州生产总值增长和税率之间的相关性分析是否可信?请解释。

答:(i)估计公司税率对于生产总值增长的影响,应该获取公司税率和各省的生产总值。

(ii)对照试验是可行的。此时需要收集投资、消费和净出口等变量,作为控制组的控制变量。

(ii)相关性分析不可信。税率的增长对于生产总值有明显的抑制作用,即使控制了模型中的其他变量,如消费支出、货币的供应量等。

3在例4.2中,因变量是学生通过10年级数学考试(math10)的百分比,将scil(11年级学生通过科学考试的百分比)作为另一个解释变量讲得通吗?

答:这样讲不通。在数学上和科学上的表现都是对教育过程产出的衡量,本题想了解的是不同的教育投入和学校特性是怎样影响数学和科学成绩的。例如,如果全体员工与学生的比率对两种考试的成绩均有影响,则研究全体员工与学生的比率对数学通过率的影响时将科学成绩保持不变是不合理的。这是一个在回归方程中控制太多变量的例子。在类似的回归方程中,变量scill可以作为一个因变量。

4假设我们想估计酒精消费(alcohol)对大学GPA(colGPA)的影响。除搜集GPA和酒精用量方面的信息外,我们还想得到出勤方面的信息(比如记为attend的听课率)。标准化考试(SAT)分数和高中GPA(hsGPA)也可得到。

(i)在一个多元回归模型中,我们应该同时包含attend和alcohol作为解释变量吗?(考虑你应如何解释alcohol。)

(ii)应该包含SAT和hsGPA作为解释变量吗?请解释。

答:(i)答案并不是显而易见的,但是在任何情况下,都可以适当的解释系数alcohol。将attend加入模型中可以在保持听课率不变的基础上衡量酒精消费对大学GPA的影响。加入attend的缺陷在于,听课率attend作为大学GPA的一个重要影响途径,在分析中不应该将其固定。如果模型中包含了attend,则此时的Balcohol度量的是酒精对GPA的直接影响而不包含通过听课率对GPA的影响。为考察通过听课率对GPA的影响可以衡量喝酒对学习时间的影响。

为了获得酒精消费的全部影响,应该剔除变量attend。

(i)应该包含SAT和hsGPA作为解释变量,因为他们衡量了学生的能力和动机。大学中的饮酒行为是与一个人在高中时期以及标准化测试时的表现相关的。其他变量如家庭背景等也可以作为控制变量加入模型中。

5CENSUS2000是对美国个体数据的随机样本。本题我们感兴趣的是构建一个简单的回归模型,以周收入的常用对数lweekinc对教育educ进行回归。数据库中包含29501个观察值。

每个个体都联系着各自的州的标示,包括50个州以及哥伦比亚特区。一种较为粗略的地理区分是puma,采纳了610个不同的标准来表示比州范围更小的地理区域。

运行这个简单的以Iweekinc对educ回归的方程,得到斜率为0.1083(保留小数点后四位)。异方差-稳健的标准误是0.0024,聚类puma水平的标准误约为0.0027,聚类州水平的标准误约为0.0033。考虑置信区间的因素,哪个标准误更为可靠?请解释。

答:异方差稳健的标准误更加可靠。因为样本的选择过程是先随机获取观察值,而后按照州的标识进行聚类的,因此样本在州和puma上随机性较强,因此puma和州的聚类稳健标准误相比于异方差稳健的标准误更大。所以异方差稳健的标准误更加合适。

注意:如果样本是按照区域划分,并在每个区域内随机抽样的,那么按照区域的聚类误差更合适。

…….

资料完整版源自【攻关学习网】,全网同名!返回搜狐,查看更多

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

|京ICP备18012533号-296