被调查者的背景信息中“受教育程度”变量属于()。

A.性别

B.年龄

C.受教育程度

D.职业

E.经济状况

A.性别

B.年龄

C.婚姻状况

D.受教育程度

考虑如下回归结果（t比率放在括号内)：其中Y=妻子希望每年花在工作上的小时数，以每年工作的小时

考虑如下回归结果(t比率放在括号内)：

其中Y=妻子希望每年花在工作上的小时数，以每年工作的小时数加上花在找工作的时间之和计算：

X₂=妻子税后真实小时收入：

X₃=丈夫在上一年度税后真实收入：

X₄=妻子的年龄：

X₅=妻子的受教育年数：

X₆=态度变量，若被调查者愿意工作而且她丈夫也同意她工作则取值1，否则取值0;

X₇=态度变量，若被调查者的丈夫支持她工作则取值1，否则取值0;

x₈=年龄低于6岁的子女数：

X₉=年龄在6~13岁之间的子女数。

a.各非虚拟回归元系数的符号有经济含义吗？说明你的观点。

b.你如何解释虚拟变量x6和x5？这些虚拟变量统计显著吗？由于样本相当大，你可以“2-t”经验法则来回答问题。

c.在这项研究中，一位妇女的年龄和受教育程度不是影响其劳动力参与决策的显著因素，你认为这是为什么？

A.人际关系资源

B.个人的家庭经济背景

C.受教育情况

D.父母的期望水平

A.性别

B.年龄

C.婚姻状况

D.受教育程度

A.行为

B.态度

C.情感

D.体验

E.个人背景资料

A.使用频率

B.受教育程度

C.生活方式

D.职业

券项目， 则取值为1， 再令scorei表示这个孩子在后来的标准化考试中的成绩。假设这个参与变量voucheri独立于影响考试成绩的已观测因素和未观测因素，在这个意义上，它就是完全随机的。

(i) 如果你利用一个容量为n的随机样本进行score。对voucheri的简单回归， 那么， 普通最小二乘估计量能给出教育券项目影响的一个无偏估计量吗？

(ii)假设你还可以搜集到一些诸如家庭收入、家庭结构(比如孩子是否与双亲住在一起)和父母的受教育水平等背景信息。为了得到教育券项目影响的无偏估计量，你需要控制这些因素吗？请解释。

(iii)你为什么应该在回归中包含这些家庭背景变量？有没有你不包含这些背景变量的情况呢？

A.收入

B.受教育程度

C.国籍

D.社会阶层