计量经济学伍德里奇第三版中文版课后习题答案.docx

计量经济学伍德里奇第三版中文版课后习题答案.docx

《计量经济学伍德里奇第三版中文版课后习题答案.docx》由会员分享，可在线阅读，更多相关《计量经济学伍德里奇第三版中文版课后习题答案.docx（40页珍藏版）》请在冰豆网上搜索。

计量经济学伍德里奇第三版中文版课后习题答案

第1章

解决问题的办法

1.1

（一）理想的情况下，我们可以随机分配学生到不同尺寸的类。

也就是说，每个学生被分配一个不同的类的大小，而不考虑任何学生的特点，能力和家庭背景。

对于原因，我们将看到在第2章中，我们想的巨大变化，班级规模（主题，当然，伦理方面的考虑和资源约束）。

（二）呈负相关关系意味着，较大的一类大小是与较低的性能。

因为班级规模较大的性能实际上伤害，我们可能会发现呈负相关。

然而，随着观测数据，还有其他的原因，我们可能会发现负相关关系。

例如，来自较富裕家庭的儿童可能更有可能参加班级规模较小的学校，和富裕的孩子一般在标准化考试中成绩更好。

另一种可能性是，在学校，校长可能分配更好的学生，以小班授课。

或者，有些家长可能会坚持他们的孩子都在较小的类，这些家长往往是更多地参与子女的教育。

（三）鉴于潜在的混杂因素-其中一些是第（ii）上市-寻找负相关关系不会是有力的证据，缩小班级规模，实际上带来更好的性能。

在某种方式的混杂因素的控制是必要的，这是多元回归分析的主题。

1.2

（一）这里是构成问题的一种方法：

如果两家公司，说A和B，相同的在各方面比B公司à用品工作培训之一小时每名工人，坚定除外，多少会坚定的输出从B公司的不同？

（二）公司很可能取决于工人的特点选择在职培训。

一些观察到的特点是多年的教育，多年的劳动力，在一个特定的工作经验。

企业甚至可能歧视根据年龄，性别或种族。

也许企业选择提供培训，工人或多或少能力，其中，“能力”可能是难以量化，但其中一个经理的相对能力不同的员工有一些想法。

此外，不同种类的工人可能被吸引到企业，提供更多的就业培训，平均，这可能不是很明显，向雇主。

（iii）该金额的资金和技术工人也将影响输出。

所以，两家公司具有完全相同的各类员工一般都会有不同的输出，如果他们使用不同数额的资金或技术。

管理者的素质也有效果。

（iv）无，除非训练量是随机分配。

许多因素上市部分

（二）及（iii）可有助于寻找输出和培训的正相关关系，即使不在职培训提高工人的生产力。

1.3没有任何意义，提出这个问题的因果关系。

经济学家会认为学生选择的混合学习和工作（和其他活动，如上课，休闲，睡觉）的基础上的理性行为，如效用最大化的约束，在一个星期只有168小时。

然后我们可以使用统计方法来衡量之间的关联学习和工作，包括回归分析，我们覆盖第2章开始。

但我们不会声称一个变量“使”等。

他们都选择学生的变量。

第2章

解决问题的办法

2.1（I）的收入，年龄，家庭背景（如兄弟姐妹的人数）仅仅是几个可能性。

似乎每个可以与这些年的教育。

（收入和教育可能是正相关，可能是负相关，年龄和受教育，因为在最近的同伙有妇女，平均而言，更多的教育和兄弟姐妹和教育的人数可能呈负相关）。

（ii）不会（i）部分中列出的因素，我们与EDUC。

因为我们想保持这些因素不变，它们的误差项的一部分。

但是，如果u与EDUC那么E（U|EDUC）¹0，所以SLR.4失败。

2.2方程Y=b0+b1X+U，加减a0的右边，得到y=（a0+b0）+b1X+（U-a0）。

调用新的错误E=ü-a0，故E（E）=0。

新的拦截a0+b0，但斜率仍然是b1。

2.3

（一）让易=GPAI，XI=ACTI，和n=8。

=25.875，=3.2125，（十一-）（艺-）=5.8125，（十一-）2=56.875。

从公式（2.9），我们得到了坡度为=5.8125/56.8750.1022，四舍五入至小数点后四个地方。

（2.17）=-3.2125-0.102225.8750.5681。

因此，我们可以这样写

=0.5681+0.1022ACT

每组8只。

拦截没有一个有用的解释，因为使不接近零的人口的利益。

，如果ACT是高5点，增加0.1022（5）=.511。

（二）观察数i和GPA的拟合值和残差-四舍五入至小数点后四位-随着于下表：

íGPA

12.82.71430.0857

23.43.02090.3791

33.03.2253-0.2253

43.53.32750.1725

53.63.53190.0681

63.03.1231-0.1231

72.73.1231-0.4231

83.73.63410.0659

您可以验证的残差，表中报告，总结到-.0002，这是非常接近零，由于固有的舍入误差。

（ⅲ）当ACT=20=0.5681+0.1022（20）2.61。

（iv）本残差平方和，大约是0.4347（四舍五入至小数点后四位），正方形的总和，（YI-）2，大约是1.0288。

因此，R-平方的回归

R2=1-SSR/SST1-（.4347/1.0288）.577的。

因此，约57.7％的GPA的变化解释使学生在这个小样本。

2.4（I）的CIGS=0，预测出生体重是119.77盎司。

当CIGS=20，=109.49。

这是关于一个8.6％的降幅。

（ii）并非必然。

还有许多其他的因素，可以影响新生儿的体重，尤其是整体健康的母亲和产前护理质量。

这些可以与吸烟密切相关，在分娩期间。

此外，如咖啡因消费的东西可以影响新生儿的体重，也可能与吸烟密切相关。

（三）如果我们想预测125bwght，然后CIGS=（125-119.77）/（-.524）-10.18，或约-10香烟！

当然，这完全是无稽之谈，并表明会发生什么，当我们试图预测复杂，出生时体重只有一个单一的解释变量的东西。

最大的预测出生体重必然是119.77。

然而，近700个样品中有出生出生体重高于119.77。

（四）1,1761,388名妇女没有在怀孕期间吸烟，或约84.7％。

因为我们使用的唯一的的CIGS解释出生体重，我们只有一个预测出生体重在CIGS=0。

预测出生体重必然是大致中间观察出生体重在CIGS=0，所以我们会根据预测高出生率。

2.5（i）本截距意味着，，当INC=0，缺点被预测为负124.84美元。

，当然，这不可能是真实的，反映了这一事实，在收入很低的水平，这个消费函数可能是一个糟糕的预测消费。

另一方面，在年度基础上，124.84美元至今没有从零。

（二）只需插上30,000入公式：

=-124.84+.853（30,000）=25,465.16元。

（iii）该MPC和APC的是在下面的图表所示。

尽管截距为负时，样品中的最小的APC是正的。

图开始以每年1,000元（1970美元）的收入水平。

2.6（i）同意。

如果生活密切焚化炉抑制房价过快上涨，然后越远，增加住房价格。

（ii）若选择的城市定位在一个地区焚化炉远离更昂贵的街区，然后登录（区）呈正相关，与房屋质量。

这将违反SLR.4，OLS估计是有失偏颇。

（三）大小的房子，浴室的数量，很多的大小，年龄，家庭，居委会（包括学校质量）质量，都只是极少数的因素。

正如前面提到的（ii）部分，这些肯定会被分派[日志（DIST）]的相关性。

2.7

（一）当我们条件的公司在计算的期望，成为一个常数。

所以E（U|INC）=E（E|INC）=E（E|INC）=0，因为E（E|INC）=E（E）=0。

（2）同样，当我们条件的公司在计算方差，成为一个常数。

所以VAR（U|INC）=VAR（E|INC）=（）2VAR（E|INC）INC，因为VAR（E|INC）=。

（三）家庭收入低没有对消费有很大的自由裁量权，通常情况下，一个低收入的家庭必须花费在食品，服装，住房，和其他生活必需品。

收入高的人有更多的自由裁量权，有些人可能会选择更多的消费，而其他更节省。

此酌情权，建议在收入较高的家庭储蓄之间的更广泛的变异。

第2.8（i）从方程（2.66），

  =/。

堵在义=b0+b1xi+UI给人

  =/。

标准代数后，分子可以写为

 。

把这个分母显示，我们可以写

   =b0/+b1+/。

西安条件，我们有

E（）=b0/+b1

因为E（UI）对于所有的i=0。

因此，偏置在这个方程中的第一项由下式给出。

这种偏见显然是零，当b0=0。

也为零时，=0，=0这是相同的。

在后者的情况下，通过原点的回归是回归截距相同。

（ii）从最后一个表达式部分（i）我们有，有条件兮，

（VAR）=VAR=

==/。

（iii）由（2.57），VAR（）=2/s。

从心领神会，³，所以无功（）：

£VAR（）。

看，这是一种更直接的方式来写，这是小于除非=0=。

（ⅳ）对于一个给定的样本大小，偏置的增加（保持在固定的总和）的增加。

但增加的方差相对增加（VAR）。

偏置也是小的，小的时候。

因此，无论是我们优选的平均平方误差的基础上取决于大小，和n（除的大小）。

2.9（i）我们按照提示，注意到=（样本均值为C1义的样本平均）=。

当我们：

回归c1yic2xi（包括截距）我们使用公式（2.19）获得的斜率：

（2.17），我们得到的截距=（C1）-（C2）=（C1）-[（C1/C2）]（C2）=C1（-）=C1），因为拦截从回归毅喜（-）。

（ii）我们使用相同的方法，伴随着一个事实，即（i）部分=C1+C2+。

因此，=（C1+易）-（C1+）=易-（C2+XI）-=XI-。

因此，C1和C2完全辍学的回归（C1+毅）（C2+XI）和=的斜率公式。

截距=-=（C1+）-（C2+）=（）+C1-C2=C1-C2，这就是我们想向大家展示。

（三），我们可以简单地适用（ii）部分，因为。

换言之，更换C1与日志（C1），易建联与日志（彝族），并设置C2=0。

（iv）同样的，我们可以申请C1=0和更换C2日志（C2）和xi日志（十一）（ii）部分。

如果原来的截距和斜率，然后。

2.10

（一）该推导基本上是在方程（2.52），一旦带内的求和（这是有效的，因为不依赖于i）。

然后，只需定义。

（ⅱ）由于我们表明，后者是零。

但是，从（i）部分，

   因为是两两相关（他们是独立的），（因为）。

因此，

（iii）本的OLS拦截的公式，堵在给

（4）因为是不相关的，

 ，

这就是我们想向大家展示。

（五）使用提示和替代给

2.11

（一）我们想要，随机指定小时数，这样在准备课程时间不受其他因素影响性能的SAT。

然后，我们将收集信息为每一个学生的SAT分数在实验中产生的数据集，其中n是我们可以负担得起的学生人数在研究。

从公式（2.7），我们应该试图得到尽可能多的变化是可行的。

（二）这里有三个因素：

先天的能力，家庭收入，和一般健康检查当天上。

如果我们认为具有较高的原生智慧的学生认为，他们不需要准备SAT，能力和时间呈负相关。

家庭收入可能会与时间呈正相关，因为高收入家庭可以更容易负担得起的预备课程。

排除慢性健康问题，健康考试当天应大致准备课程的时间无关。

（iii）倘预备课程是有效的，应该是积极的：

，应加大坐在其他因素相等，增加小时。

（iv）本拦截，在这个例子中有一个有用的解释：

因为E（U）=0时，平均SAT成绩的学生在人口小时=0。

第3章

解决问题的办法

3.1（I）hsperc定义使得较小的是，较低的高中学生的地位。

一切平等，在高中学生中的地位恶化，较低的是他/她预期的大学GPA。

（二）只要将这些值代入方程：

  =1.392-.0135（20）+0.00148（1050）=2.676。

（三）A和B之间的区别仅仅是140倍的系数上周六，，因为hsperc是相同的两个学生。

所以A预测都有