使用WAGE2.RAW中的数据。 （i)估计模型 并以通常的形式报告结果。保持其他因素不变，黑人和非黑

(i)估计一个将每场得分(points)与加入联盟年数(exper)、年龄(age)、大学期间打球年数(coll)相联系的模型。包含一个exper的二次项，其他变量都应该以水平值形式加入模型。按照通常的格式报告结果。

(ii)保持大学打球年数和年龄不变，从加入联盟的第几个年份开始，在NBA打球的经历实际上将降低每场得分?这讲得通吗?

(iii)你为什么认为coll具有负系数，而且统计显著?(提示：NBA运动员在读完大学之前被选拔出，甚至直接从高中选出。)

(iv)有必要在方程中增加age的二次项吗?一旦控制了exper和coll之后，这对年龄效应意味着什么?

(v)现在将log(wage)对points，exper，exper²，age和coll回归。以通常的格式报告结论。

(vi)在第(v)部分的回归中检验age和coll是否联合显著。一旦控制了得分和资历，这对考察年龄和受教育程度是否对工资具有单独影响这个问题有何含义?

(i)使用OLS估计方程

并用通常的格式报告你的结论。

(ii)exper²在1%的显著性水平上是统计显著的吗?

(iii)使用近似

求第5年工作经历的近似回报。第20年工作经历的近似回报是多少?

(iv)exper取什么值时，工作经历的增加实际上会降低预期的log(wage)。样本中有多少人具有比该取值更长的工作经历?

(i)用OLS估计方程

并按照通常的格式报告结果。二次项显著吗?

(ii)基于第(i)部分中的方程，证明：最大化log(bwght)的产前检查次数约为22。样本中有多少妇女至少接受过22次产前检查?

(ii)在22次产前检查之后，预计婴儿出生体重实际上会下降，这有意义吗?请解释。

(iv)在方程中增加母亲年龄，并使用二次函数形式。保持npvis不变，目前在什么年龄，孩子的出生体重最大?样本中有多大比例的妇女年龄大于这个“最优”生育年龄。

(v)你认为母亲年龄和产前检查次数解释了log(bwght)中的大部分变化吗?

(vi)利用npvis和age的二次方程，确定用bwght的自然对数或水平值来预测bwght孰优孰劣。

(i)在教材例15.2中，用sibs作为educ的一个工具，教育回报的Ⅳ估计值是0.122。为了使你自己确信，运用sibs作为educ的Ⅳ，与仅将sibs代入以取代educ并做OLS回归的确是不一样的，试将log(wage)对sibs进行回归，并解释你的结果。

(ii)变量brthord是出生的次序(对最先出生的子女，brthord为1，对第二个出生的子女，其值为2，等等)。解释为什么educ可能与brthord负相关。进行educ对brthord的回归，判断是否存在统计上显著的负相关。

(iii)在教材方程(15.1)中用brthord作为educ的一个IV。报告并解释其结果。

(iv)现在，假定我们将兄弟姐妹的数目作为解释变量而引入工资方程。这在某种程度上控制了家庭背景。

假设我们想用brthord作为educ的Ⅳ，并假定sibs是外生的。educ的约简型是

表述并检验识别假定。

(v)用brthrd作为educ的IV(sibs作为自身的ⅣV)，估计第(iv)部分中的方程。评论βeduc和βsibs的标准误。

(vi)运用第(iv)部分中的拟合值educ，计算edue与sibs之间的相关。用该结论解释你在第(v)部分中发现的结果。

(i)估计模型

其中，hsize为毕业年级的规模(以百为单位)，按通常的格式写出结论。二次项是统计显著的吗?

(ii)利用第(i)部分的估计方程，高中学校的“最优”规模是什么?说明你的答案。

(iii)这个分析是所有高中高年级学生学术成绩的代表吗?请解释。

(iv)用log(sat)作为因变量，求出估计的高中最优规模。它与你在第(ii)部分得到的结论很不同吗?

(i)考虑方程

其中，colgpa表示累积的大学GPA，hsize表示高中毕业年级以百人计的规模，hsperc表示在毕业年级中学术排名的百分位，sat表示SAT综合分数，female是一个二值变量，而athlete也是一个运动员取值1的二值变量。你对这个方程中的系数有何预期?哪些你没有把握?

(ii)估计第(i)部分中的方程，并以通常的形式报告结果。估计运动员和非运动员之间GPA的差异是多少?它是统计显著的吗?

(ii)从模型中去掉sat并重新估计这个方程。现在，作为运动员的估计影响是多大?讨论为什么这个估计值不同于第(ii)部分的结论。

(iv)在第(i)部分的模型中，容许作为运动员的影响会因性别不同而不同。检验如下原假设：在其他条件不变的情况下，女生是否是运动员没有差别。

(v)sat对colgpa的影响会因性别不同而不同吗?讲出你的根据。

(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?

(i)估计一个以voteA为因变量并以prystrA、deocA、log(expendA)和log(expendB)为自变量的模型。得到OLS残差，并将这些残差对所有的自变量进行回归。解释你为什么得到R²=0。

(ii)现在计算异方差性的布罗施-帕甘检验。使用F统计量的形式并报告P值。

(iii)同样利用F统计量形式计算异方差性的特殊怀特检验。现在异方差性的证据有多强?

其中，解释变量是女性接受教育的年限，年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。

(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。

(ii)城市居民和非城市居民在生育率上有区别吗?请解释。

(ii)现在对城市居民和非城市居民分别估计方程(当然，解释变量要去掉urban)。除了截距以外，其他系数有明显区别吗?

(iV)允许城市居民和非城市居民截距项不同，在原假设下得到邹至庄统计量。你能得到什么结论?[提示：你在检验5个限制条件，SSR从第(ii)部分和第(iii)部分中很容易得到。]