利用MATHPNL.RAW中的数据。类似第13章的计算机练习C11中的一阶差分分析，这里将做一个固定效应分

利用LOANAPPRAW中的数据;也可参见第7章的计算机练习C8。

(i)估计一个approve对white的概率单位模型。求出白人和黑人贷款许可的估计概率。与线性概率估计值相比如何?

(ii)现在在这个概率单位模型中增加变量hrat、obrat、loanpre、unem、male、married、dep、sch、cosign、chist、pubrec、mortlatl、mortlat2和vr。有对非白人歧视的统计上显著的证据吗?

(iii)用对数单位估计模型的第(ii)部分，将white的系数与概率单位估计值相比较。

(iv)使用教材方程(17.17)估计在概率单位模型和对数单位模型中歧视效应的大小。

利用得自格雷迪(Graddy，1995)的数据集FISH.RAW。这个数据集也曾用于第12章的计算机练习C9.现在，我们用它估计一个鱼肉需求函数。

(i)假定每个时期均衡的鱼肉需求方程可写成

所以容许需求在一周中的每一天都有所不同。把价格变量视为内生的，一致地估计需求方程参数还需要什么额外信息?

(ii)变量wave_t和wave3_t度量了过去几天的海浪高度。为了在估计需求方程时将wave2_t和wave3_t用作log(avgprc)的Ⅳ，我们还需要哪两个假定?

(ii)将log(avgprc)对周工作日虚拟变量和两个浪高指标进行回归。wave2_t和wave3_t联合显著吗?这个检验的p值是多少?

(iv)现在，用2SLS估计需求方程。需求价格弹性的95%置信区间是什么?所估计的弹性合理吗?

(v)求2SLS的残差u_t。在用2SLS估计需求方程时增加一个滞后u_t-1记住，用u_t-1作为自己的工具。需求方程误差中有AR(1)序列相关的证据吗?

(vi)给定供给方程明显取决于海浪变量，为了估计供给价格弹性，我们需要哪两个假定?

(vii)在log(avgprct)的约简型方程中，周工作日虚拟变量联合显著吗?你对能够估计供给弹性有何结论?

利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)

(i)利用OLS估计模型

以常用形式报告结果。在5%的显著性水平上，相对一个双侧备择假设，β统计显著异于零吗?在1%的显著性水平上呢?

(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。

(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告的双侧p值。

(iv)在第(ii)部分的回归中，log(income)和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?

(v)给定前面的回归结果，在确定一个地区的种族构成是否影响当地快餐价格时，你会报告哪一个结果才最为可靠?

本题要用到TRAFFIC2.RAW中的数据。加州1981年至1989年交通事故的这些月度观测在第10章计算机习题11中曾被使用过。

(i)利用标准的迪基-富勒回归， 检验Itotacc， 是否具有单位根。在2.5%的显著性水平上， 你能拒绝单位根的存在吗?

(ii)现在，在第(i)部分的检验中增加两个滞后变化，并计算增广迪基-富勒检验。你得到什么结论?

(iii)在第(ii) 部分的ADF回归中增加一个线性时间趋势变量。现在情况又将如何?

(iv)根据第(i) 部分至第(ii) 部分的结论， 你认为对I to tacc， 的最好刻画是：一个Ⅰ(1)过程还是一个含有线性时间趋势的Ⅰ(O)过程?

(v)在一个ADF回归中， 利用两个滞后项来检验致死交通事故百分数pre fat是否存在单位根。在此情形中，包含一个线性时间趋势与否是否有关系?

利用401KSUBS.RAW中的数据。

(i)计算样本中netta的平均值、标准差、最小值和最大值。

(ii)检验假设：平均netta不会因为401(k)资格状况而有所不同，使用双侧备择假设。估计差异的美元数量是多少?

(iii)根据第7章的计算机练习C7的第(ii)部分，e401k在一个简单回归模型中显然不是外生的，起码它随着收入和年龄而变化。以收入、年龄和e401k作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在，估计401(k)资格的美元效应是多少?

(iv)在第(ii)部分估计的模型中，增加交互项e401k(age-41)和e401k-(age-41)²。注意样本中的平均年龄约为41岁，所以在新模型中，e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著?

(v)比较第(iii)和(iv)部分的估计值，401(k)资格在41岁处的估计效应差别大吗?请解释。

(vi)现在，从模型中去掉交互项，但定义5个家庭规模虚拟变量：fsizel，fsize2，fsize3，fsize4和fsize5。对有5个或5个以上成员的家庭，fsize5等于1。在第(ii)部分估计的模型中，增加家庭规模虚拟变量，记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗?

(vii)现在，针对模型

在容许截距不同的情况下，做5个家庭规模类别的邹至庄检验。约束残差平方和SSR，从第(iv)部分得到，因为那里回归假定了相同斜率。无约束残差平方和其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白，无约束模型中有30个参数(5个截距和25个斜率)，而约束模型中有10个参数(5个截距和5个斜率)。因此，带检验的约束个数是q=20，而且无约束模型的df为9275-30=9245。

(i)利用WAGEPRC.RAW中的数据，估计第11章习题5中的分布滞后模型。用回归教材(12.14)来检验AR(1)序列相关。

(ii)用迭代的科克伦-奥卡特方法重新估计这个模型。长期倾向的新估计值是多少?

(iii)用迭代C0求出LRP的标准误。(这要求你估计一个修正方程。)判断LRP估计值在5%的水平上是否统计显著异于1?

利用WAGEPRC.RAW中的数据。第11章习题5给出了gprice对gwage的一个有限分布滞后模型的估计值，其中用了gwage的12阶滞后。

(i)估计gprice对gwage的一个简单几何DL模型。特别是，用OLS估计教材方程(18.11)。所估计的即期倾向和长期倾向(LRP)是多少?概述所估计的滞后分布。

(ii)把所估计的即期倾向和LRP与第11章的习题5中得到的结果进行比较。并比较一下所估计的滞后分布有何不同?

(iii)现在来估计教材(18.16)中的有理分布滞后模型。概述所估计的滞后分布，并比较这里估计的IP和LRP与第(ii)部分中得到的结果有何不同。