数据集CEOSAL2.RAW包含了美国公司首席执行官的信息。变量salary是以千美元计的年薪，ceoten是已

文件CEOSAL2.RAW包含了177位首席执行官的数据，并可用来考察企业业绩对CEO薪水的影响。

(i)估计一个将年薪与企业销售量和市场价值相联系的模型。让这个模型对每个自变量的变化都具有常弹性。以方程的形式写出结论。

(ii)在第(i)部分的模型中增加profits。为什么这个变量不能以对数形式进入模型？你会说这些企业业绩变量解释了CEO薪水波动中的大部分吗？

(iii)在第(ii)部分的模型中增加ceoten。保持其他条件不变，延长一年CEO任期，估计的百分比回报是什么？

(iv)求出变量log(mktval)和prots之间的样本相关系数。这些变量高度相关吗？这对OLS估计量有什么影响？

数据集401KSUBS.RAW包含了净金融财富（nettfa)、被调查者年龄（age)、家庭年收入（inc)、家庭规模（Js

ize) 方面的信息， 以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题， 只使用单身者数据(fsize=1)。

(i)数据集中有多少单身者？

(il)利用OLS估计模型

并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？

(iii)第(ii)部分的回归截距有重要意义吗？请解释。

(iv)在1%的显著性水平上，针对H₁：β₂＜1检验H₀：β₂=1，求出p值。你能拒绝H0吗？

(V)如果你做一个nettfa对inc的简单回归， inc的斜率估计值与第(ii) 部分的估计值有很大不同吗？为什么？

数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息，以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题，只使用无子女已婚者数据(marr=1，fsize=2)。

(i)数据集中有多少无子女已婚夫妇？

(ii)利用OLS估计模型

nettfa=β₀+β₁inc+β₂age+u;

并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？

(iii)第(ii)部分的回归截距有重要意义吗？请解释。

(iv)在1%的显著性水平上，针对H₀:β₂＞1检验H₀: β₂=1,求出p值。你能拒绝H₀吗？

(V)如果你做一个nettfa对inc的简单回归，inc的斜率估计值与第(ii)部分的估计值有很大不同吗？为什么？

数据集SMOKE.RAW包含美国成人个人随机样本在抽烟行为和其他变量方面的信息。变量cigs为(平均)每天抽烟的数量。你是否认为在美国这个总体中，cigs具有正态分布？试做解释。