利用TWOYEAR.RAW中的数据。 （i)变量stotal是一项标准化测试变量，可用作无法观测的能力的代理变

本题利用AIRFARE.RAW中的数据。在一个联立方程非观测效应模型中， 需求方程为：

其中我们把航线距离变量放到ait中。

(i)利用固定效应模型估计需求函数，为了解释不同的截距，必须包括年度虚拟变量。弹性估计值是多少？

(ii)利用固定效应模型估计如下约简型方程：

进行适当的检验， 以保证concenit 可用作log(fareit ) 的一个工具变量。

(iii)现在，就像在方程(16.42)中一样，利用固定效应变换和工具变量法估计这个需求函数。现在的估计弹性是多少？它在统计上显著吗？

使用WAGE2.RAW中的数据。

(i)在教材例9.3中，用变量KWW(“工作领域内知识”测试分数)取代IQ作为能力的代理变量。在此情形下，估计的教育回报是多少？

(ii)现在用IQ和KWW一起作为代理变量。所估计的教育回报会怎么样？

(iii)在第(ii)部分中，IQ和KWW是个别显著的吗？它们联合显著吗？

A.可观测变量

B.潜在变量

C.代理变量

D.因变量

利用BARIUM.RAW中的数据。

(i)在方程(10.22)中增加一个线性时间趋势。除了趋势变量以外的其他变量是统计上显著的吗？

(ii)在第(i)部分估计的方程中，检验除了时间趋势以外所有其他变量的联合显著性。你能得到什么结论？

(iii)在这个方程中添加月度虚拟变量，以检验季节性。增加月度虚拟变量对其他估计值及其标准误有重要影响吗？

考虑一个雇员水平的模型

其中无法观测变量f是在一个给定的企业i内，对每个雇员的“企业效应”。误差项vi,e是企业i中雇员e所独具的。诸如方程(8.28)中的综合误差就是ui,e=fi+ui,e.

(iv)讨论第(ii)部分对于利用企业层次的平均数据进行WLS估计的意义，其中第i次观测所用的权数就是通常的企业规模。

下列关于变量的叙述中，正确的一项是（）。

A)在Visual FoxPro中，不同类型的数据不能赋给同一个变量

B)变量的类型决定变量值的类型

C)在Visual FoxPro中，变量分为字段变量和内存变量

D)变量值是固定不变的，不可随便更改

等级相关适用于以下()情况。

A两列观测数据都是顺序变量数据,或其中一列数据是顺序变量数据，另一列数据是连续变量的数据

B两个连续变量的观测数据,其中有一列或两列数据主要依靠非测量方法进行粗略评估得到

C两个连续变量之间的相关情况

D两个变量中的一个是连续变量，另一个是二分类的称名变量

利用INFMRT.RAW中1990年的数据。

(i)重新估计教材方程(9.37)，但现在对哥伦比亚特区这个观测引进一个虚拟变量(记为DC)。解释DC的系数，并评论其大小和显著性。

(ii)将第(i)步所得到的估计值和标准误与教材方程(9.38)中的估计值和标准误相比较。根据这种对单个观测引进一个虚拟变量的做法，你得到什么结论？

下列关于变量的叙述中，不正确的一项是

A．变量值可以随时改变

B．在Visual FoxPro中，变量分为字段变量和内存变量

C．内存变量的类型决定变量值的类型

D．在Visual FoxPro中，可以将不同类型的数据赋给同一个内存变量