计量经济学导论(伍德里奇)第二章课后作业

高中物理教学艺术

计量经济学导论(伍德里奇)第二章课后作业.txt
*用STATA做的
*文件位置："E:\teaching
*做do文件
doedit
cd "E:\teaching"
*练习2.3 录入8名学生的ACT分数和GPA（平均积分点）
input id GPA ACT
1 2.8 21
2 3.4 24
3 3.0 26
4 3.5 27
5 3.6 29
6 3.0 25
7 2.7 25
8 3.7 30
end
save zhangwenwen
*回归分析
reg GPA ACT,r
*方程的斜率为 0.1021978，截距为 0.5681319.
display _b[_cons]+_b[ACT]*20
*当ACT=20时，GPA的预测值为 2.6120879.
*练习2.4
use BWGHT.dta , clear
reg bwght cigs , r
display _b[_cons]+_b[cigs]*0
*当吸烟数为0时，婴儿出生时的体重预测值为119.7719盎司。
display _b[_cons]+_b[cigs]*20
*当吸烟数为0时，婴儿出生时的体重预测值为109.4965盎司。
*bwght=119.77-0.514cigs 从这个回归中可以得到婴儿出生体重和母亲吸烟习惯之间的关系.
*母亲在怀孕期间平均每天的吸烟数增加一个单位，婴儿的体重下降0.514盎司。
*练习2.10
use 401K.DTA,clear
sum
*计划样中平均参与率是87.36291，平均匹配率是0.7315124
*下面做回归分析
regress prate mrate,robust
*Estimated slope（样本斜率） = 5.861079
*Estimated intercept（截距） = 83.07546,
*Estimated regression line: prate = 83.075+5.861mrate
*样本容量是1534，R-平方=0.0747
*如果mrate=0,那么参与率就是83.0754%。mrate系数的含义：匹配率（mrate）增加1个百分点，参与率（prate）的预期变化就是5.861.
display _b[_cons]+_b[mrate]*3.5
*(4)当x=3.5时，prate的预测值为103.58923
*mrate只能解释prate变异的7.47%。我认为这不是一个足够大的量，因为还有prate变异的92.54%是不知道的。还有其它许多因素影响着参与率
*练习2.11
use CEOSAL2.DTA,clear
sum
*平均年薪865.8644千美元，平均任期是7.954802年。
count if ceoten==0
*有5位尚处于担任CEO的第一年。最长的CEO任期是37年
regress lsalary ceoten,r
*回归模型：log(salary)=6.505498+0.0097236ceoten
*多担任一年的CEO，年薪的预测百分比增加0.0097236
*练习2.12
*打开数据
use SLEEP75.DTA,clear
*回归分析
reg sleep totwrk,r
*sleep=3586.377-0.1507458totwrk
*R-平方=0.1033.观测的次数=706，截距 3586.377
*截距表示如果不工作，每周用于晚上睡眠的时间是3586.377分钟
display _b[totwrk]*120
*如果totwrk增加2小时，sleep估计要减少：18.089499。我认为这不是一个很大的效应
*练习2.13
*使用WAGE2.DTA的数据
use WAGE2.DTA,clear
sum
*平均工资是957.9455.平均IQ是101.2824.IQ的标准差15.05264
*下面做回归分析
reg wage IQ,r
*wage=116.9916+8.303064IQ，R-平方是 0.0955，n=935
display _b[IQ]*15
*IQ增加15点时，工资增加124.54596.IQ只能解释工资变异的9.55%。因为还有其他因素影响着工资。
*用工资对数做回归
reg lwage IQ,r
display _b[IQ]*15
*IQ增加15点时，工资增加13.2108个百分点
*练习2.14
*log(rd)=a+b*