下面是对日常生活中一些物理量的估计，其中最接近实际的是（）

利用RENTAL.RAW中的数据。数据是关于1980年和1990年一些大学城的房租及其他变量。用意是要看看，更多的学生到来是否对房租有影响。非观测效应模型是：

其中，pop为城市人口，avginc为平均收入，而pctstu为学生人口占城市人口的百分数(按学年计)。
(i)用混合OLS估计方程并按标准形式报告结果。你如何解释1990年度虚拟变量的估计值？你得到βpctstu为多少？
(ii)你在第(i)部分报告的标准误确当吗？做出解释。
(iii)现在取方程的差分，再用OLS去估计。将βpctstu的估计值和第(i)部分的估计值相比较。学生人口的相对规模对房租有影响吗？
(iv)用固定效应估计模型，以验证你得到和第(iii)部分同样的估计值和标准误。

请帮忙给出正确答案和分析，谢谢！

运用MSUECON，RAW中的数据（其中包括密歇根州立大学微观经济学原理课程中学生的信息)，估计得下面
运用MSUECON，RAW中的数据(其中包括密歇根州立大学微观经济学原理课程中学生的信息)，估计得下面的方程：其中，因变量score是课程得分。解释变量按在方程中出现的顺序依次是：MSU绩点(在学期初)、高中绩点、ACT成绩、每星期工作小时数、衡量学生是否修了微积分的二元变量和衡量父母是否拥有学士学位的二元指示变量。
(i)解释calculus的系数，考虑它的估计效应是不是合理。
(ii)控制了msugpa后，高中表现(绩点或者ACT成绩)是不是还对预测微观经济学原理的成绩有帮助？
(iii)当把mothcoll和fathcoll从方程中去掉之后，R变为0.4188。是否有证据表明在控制了其他解释变量之后，有一个拥有大学学历的父母对微观经济学原理的成绩有帮助？

请帮忙给出正确答案和分析，谢谢！

（要求一些微积分知识)令patents表示一个企业在给定年份申请专利的个数。假定给定sales和RD下pat
(要求一些微积分知识)令patents表示一个企业在给定年份申请专利的个数。假定给定sales和RD下patents的条件期望为

其中，sales是企业的年销售量，而RD是在过去10年间在研发方面的总支出。
(i)你将如何估计β₁？通过讨论patents的性质说明你的回答是正确的。
(ii)你如何解释β₁？
(iii)求出RD对E(patentsIsales，RD)的偏效应。

请帮忙给出正确答案和分析，谢谢！

一个能给出含滞后因变量之计量经济模型的颇有意思的经济模型，把y_t和x_t的期望值（x_t
一个能给出含滞后因变量之计量经济模型的颇有意思的经济模型，把y_t和x_t的期望值(x_t*)相联系，其中xt的期望值是以在：-1时期所观测到的所有信息为条件的：

对(u_t)的一个自然假定是E(ut|It-1)=0，其中l_t-1代表在t-1时期有关y和x的所有信息：这意味着E(u_t|I_t-1)=a₀+a_tx_t*。为了完成这个模型，需要一个关于如何形成期望x_t*的假定。我们在教材11.2节看到过一个适应性预期的简单例子，在那里有x_t*=x_t-1。一个更复杂一些的适应性预期机制为：

其中，0 ＜ λ ＜ 1。这个方程意味着，预期变化要根据上一期的实现值是高于还是低于其预期值而做出反应。假定0 ＜λ ＜ 1，说明预期变化是上一期预测误差的一个比例。
(i)证明上述两个方程意味着：

[提示：把教材方程(18.68)滞后一个时期并乘以(1-1)，然后从教材方程(18.68)中减掉，再利用教材(18.69)。]
(ii)在E(u_t|I_t-1)=0下，{ut}是序列无关的。对误差v_t=u_t-(1-λ)u_t-1来讲，这意味着什么？
(iii)如果把第(i)部分中的方程改写为：

我们如何一致地估计β₁？
(iv)给定β₁的一致估计值，你将如何一致地估计λ和α₁？

请帮忙给出正确答案和分析，谢谢！

利用CEMENT.RAW中的数据。 （i)将水泥价格月增长率（gprc)作为供给数量增长率（gce)函数，写出静态
利用CEMENT.RAW中的数据。
(i)将水泥价格月增长率(gprc)作为供给数量增长率(gce)函数，写出静态供给函数是

其中，gprcpet(汽油价格上涨率)被假定为外生变量，而feb，···，dec为月度虚拟变量。你预期a₁和β₁的符号是什么？用OLS估计这个方程。供给函数向上倾斜吗？
(ii)变量gdefs是美国真实国防支出的月增长率。gdefs要作为gcem的一个好的工具变量，你需要对它做什么假定？检验gcem是否与gdefs偏相关。(不用担心约简型中可能的序列相关。)你能用gdefs作为估计供给函数中的一个Ⅳ吗？
(iii)谢伊(Shea，1993)认为建住宅楼的产出增长率(gres)和非住宅楼的产出增长率(gnon)是gcem的有效工具变量。其思想是，存在一些应该与供给误差项u，大致无关的需求移动因子。检验gcem是否与gres和gnon偏相关;同样不用担心约简型中的序列相关。
(iv)利用gres和gnon作为gcem的工具变量估计供给函数。你对水泥的静态供给函数得到什么结论？[动态供给函数显然是向上倾斜的;参见Shea(1993)。]

请帮忙给出正确答案和分析，谢谢！

下面这个模型是比德尔和哈默梅什（BiddleandHamermesh，1990)所用多元回归模型的一个简化版本，原
下面这个模型是比德尔和哈默梅什(BiddleandHamermesh，1990)所用多元回归模型的一个简化版本，原模型研究睡眠时间和工作时间之间的取舍，并考察影响睡眠的其他因素：
sleep=β₀+β₁totwrk+β₂educ+β₃age+u
其中，sleep和totwrk都以分钟/周为单位，而educ和age则以年为单位。(也可参见计算机练习C3。)
(i)如果成年人为工作而放弃睡眠，β₁的符号是什么？
(ii)你认为β₂和β₃的符号应该是什么？
(iii)利用SLEEP75.RAW中的数据，估计出来的方程是
sleep=3638.25-0.148totwrk-11.13educ+2.20age
n=706,R²=0.113.
如果有人一周多工作5个小时，预计sleep会减少多少分钟？这是一个很大的舍弃吗？
(iv)讨论educ的估计系数的符号和大小。
(v)你能说totwrk，educ和age解释了sleep的大部分波动吗？还有什么其他因素可能影响花在睡眠上的时间？它们与totwrk可能相关吗？

请帮忙给出正确答案和分析，谢谢！

利用AIRFARERAW中的1997年数据。 （i)美国航线机票的一个简单需求函数为 其中，passen是日均乘
利用AIRFARERAW中的1997年数据。
(i)美国航线机票的一个简单需求函数为

其中，passen是日均乘客量，fare是平均票价，dist是航线距离(以英里计)。如果这真的是一个需求函数，a₁的符号应该如何？
(ii)用OLS估计第(i)部分中的方程。估计的价格弹性是什么？
(iii)考虑变量concen，它度量了市场集中程度。(具体而言，它就是最大运家所占的商业份额。)用语言解释，要在需求方程中把concen看成外生变量，我们必须假定什么？
(iv)现在假定concen在需求方程中是外生的。估计log(fare)的约简型，并证实concen对log(fare)有正的(偏)效应。
(v)用Ⅳ估计需求函数。现在，估计的需求价格弹性是什么？它与OLS估计值相比如何？
(vi)利用Ⅳ估计值，描述座位需求如何取决于航线距离。

请帮忙给出正确答案和分析，谢谢！

磁场强度与磁场梯度都是表征磁场特性的物理量，其中磁场强度表示（)。
A、磁场的不均匀性
B、磁场对放入其中的物质作用大小的能力
C、磁场的方向
D、磁场具有涡旋场的性质

请帮忙给出正确答案和分析，谢谢！

用到SMOKE.RAW中的数据。 （i)估计抽烟影响年收入（可能通过因病损失的工作日或生产力效应)的一
用到SMOKE.RAW中的数据。
(i)估计抽烟影响年收入(可能通过因病损失的工作日或生产力效应)的一个模型是

其中，cigs表示平均每天抽烟的数量。你如何解释民？
(ii)为了反映香烟消费可能与收入同时决定，一个香烟需求方程是

其中，cigpric表示每包香烟的价格(美分)，而restaurn表示一个二值变量，并在这个人所定居的州有餐馆抽烟限制时等于1。假定这些变量对个人而言都是外生的，那么你预期y5和y6具有什么样的符号？
(iii)在什么样的条件下第(i)部分的收入方程可识别？
(iv)用OLS估计收入方程并讨论p，的估计值。
(v)估计cigs的约简型。(记住这就要求将cigs对所有外生变量回归。)log(cigprc)和restaurn在约简型中显著吗？
(vi)现在用2SLS估计收入方程。讨论的估计值与OLS估计值的比较。
(vii)你认为香烟价格和餐馆抽烟限制在收入方程中是外生的吗？

请帮忙给出正确答案和分析，谢谢！

本题使用GPA2.RAW中的数据。 （i)考虑方程 其中，colgpa表示累积的大学GPA，hsize表示高中毕业年
本题使用GPA2.RAW中的数据。
(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。

请帮忙给出正确答案和分析，谢谢！

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
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。

请帮忙给出正确答案和分析，谢谢！