本题用到OPENNESS.RAW中的数据。(i) 由于log(pc inc) 在式(16.22) 和opn的约简型中都是不显著的

用到OPENNESS.RAW中的数据。

(i)由于log(pcinc)在教材(16.22)和ope的约简型中都是不显著的，所以将它从分析中去掉。用OLS和Ⅳ在没有log(pcinc)的情况下估计教材(16.22)。重要的结论有什么变化吗？

(ii)仍将log(pcinc)放在分析之外，land或log(land)是open更好的工具变量吗？(提示：将open对二者分别并同时回归。)

(iii)现在回到教材(16.22)中，在方程中增加虚拟变量oil并视之为外生变量。用IV估计方程。其他条件不变时，作为一个石油生产国对通货膨胀有影响吗？

本题利用HSEINV.RAW中的数据。

(i)检验log(in vpc)是否有单位根， 模型中含有一个线性时间趋势和 log(in ypct)的两阶滞后， 显著性水平为5%。

(ii)用第(i)部分中的方法检验log(price)中的单位根。

(iii)给定第(i)部分和第(ii)部分中的结果，那么检验log(iv pc)和log(price)之间的协整还有意义吗？

本题利用HSE IN V.RAW中的数据。

(i)求出log(in vpc) 中的一阶自相关系数， 然后再求log(im pc) 除掉线性趋势后的自相关。对log(price) 做相同的计算。这两个序列中的哪个可能有单位根？

(ii)基于第(i)部分的结论估计方程：

并以标准形式报告结果。对系数β₁作出解释，并判断它是否统计显著。

(iii)除掉log(inypc) 的线性趋势，然后在第(ii)部分的回归方程中使用除趋势的因变量(见10.5节)， R²有何变化？

(iv)现在用作因变量。结果与第(ii) 部分相比有何不同？时间趋势还是显著的吗？为什么是 或不是？

本题要用到WAGE2.RAW中的数据。

(i)考虑一个标准的工资方程

表述虚拟假设：多一年工作经历与在现在的岗位上多工作一年对log(wage) 具有相同影响。

(ii)在5%的显著性水平上，相对于双侧对立假设，通过构造一个95%的置信区间来检验第(i)部分中的虚拟假设。你得到的结论是什么？

本题用到CONSUMP RAW中的数据。

(i)在例16.7中，用15.5节的方法检验在估计式(16.35)时的那个过度识别约束。你的结论是什么？

(ii) 由于潜在的数据度量问题和信息滞后， 坎贝尔和曼昆(Campbell and Mankiw， 1990) 使用所有变量的二阶滞后值作为工具变量。只用 作为工具变量重新估计式(16.35)。这些估计值与(16.36)中的那些估计值相比如何？

(iii)将gv_t对第(ii)部分的ⅣV回归，并检验8，与它们是否充分相关。这一点为什么重要？

本题要用到HTV.RAW中的数据。

(i)考虑一个加入了父母受教育程度变量的工资方程

表述原假设：父亲与母亲的受教育程度对log(wage)具有相同影响。

(ii)估计第(i)部分中的模型，同时谈谈你对β，和队大小的看法。

(iii)在5%的显著性水平上，相对于双侧备择假设，通过构造一个95%的置信区间来检验第(i)部分中的原假设。你得到的结论是什么？

参考例13.9并利用CRIME4.RAW中的数据。

(i)假定你在做差分以消除非观测效应后， 认为log(pol pc)与log(crm rte) 是同时决定的; 特别是犯罪的增加与警察人数的增加有关。这对解释方程(13.33)中log(pol pc) 的正系数有何帮助？

(ii)变量tca pc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗？

(iii)在包括了潜在的工具变量log(tap c)后， 利用混合OLS估计log(pol pc) 的约简型。log(tax pc) 看起来是一个很好的备选IV吗？

(iv)假设在几年后，北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响？

本题用到MROZ.RAW中的数据。

(i) 用log(hours) 作为因变量重新估计例16.5中的劳动供给函数。将估计出的弹性(现在是常数) 与方程(16.24)在平均工作小时数处所得到的估计值相比较。

(ii) 在第(i) 部分的劳动供给方程中， 容许edc因遗漏了能力变量而成为外生变量。用mo the chic和fath educ作为educ的Ⅳ。记住， 你现在在方程中有两个内生变量。

(iii) 检验第(ii) 部分2SLS估计中过度识别约束。这些Ⅳ通过了检验吗？

这表示劳动的供给弹性为1.99。这比方程16.24中的劳动供给弹性1.26更高。

本题要用到MLB1.RAW中的数据。

(i)从以下模型中去掉变量rbisyr。hrunsyr的统计显著性会如何变化？hrunsyr的系数大小又会如何变化？

(ii)在第(i)部分的模型中增加变量rusyr(每年垒得分)，fldperc(防备率)和sbasesyr(每年盗垒数)。这些因素中，哪一个是个别显著的？

(ii)在第(ii)部分的模型中，检验bavg，fldperc和sbasesyr的联合显著性。

本题利用数据集401KSUBS.RAW， 仅考虑无子女的已婚夫妇(marr=1，fsize=2) 。

(i)用OLS估计方程

二次项通过减去inc和age的最小值而加以修正， 所以β是inc在inc=10时对net tfa的偏效应，β3是age在age=25时对ne nfa的偏效应。报告通常的标准误和异方差-稳健的标准误。

(ii)利用一个异方差-稳健的检验， 检验inc和age的联合显著性。