重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 大学本科> 经济学> 经济学类
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

数据集NBASAL.RAW包含了美国篮球协会(NBA)269位运动员的薪水信息和职业统计。 (i)估计一个将每

数据集NBASAL.RAW包含了美国篮球协会(NBA)269位运动员的薪水信息和职业统计。

(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?

答案
查看答案
更多“数据集NBASAL.RAW包含了美国篮球协会(NBA)269位运动员的薪水信息和职业统计。 (i)估计一个将每”相关的问题

第1题

数据集NBASAL.RAW包含了美国职业篮球联赛(National Basketball AssoCiation,NBA)269位运动员的
数据集NBASAL.RAW包含了美国职业篮球联赛(National Basketball AssoCiation,NBA)269位运动员的

薪水信息和职业统计。

(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。一旦控制了生产力和资历,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?

点击查看答案

第2题

ImageNet数据集包含了()幅图片。

ImageNet数据集包含了()幅图片。

点击查看答案

第3题

保护对应一台IED设备可接收多个GOOSE发送数据集,这些数据集包含了保护所需的所有信息()
点击查看答案

第4题

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
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?

点击查看答案

第5题

一个解释了CEO薪水的工资方程是:所用数据在CEOS AL 1.RAW中给出, 其中fiance, consprod和uti

一个解释了CEO薪水的工资方程是:

所用数据在CEOS AL 1.RAW中给出, 其中fiance, consprod和utility分别是表示金融业、消费品行业和公用事业单位的二值变量。被省略的产业是交通运输业。

(i) 保持sales和roe不变, 计算公用事业和交通运输业CEO薪水估计值的近似百分比差异。在1%的显著性水平上,这个差异是统计显著的吗?

(ii)利用方程(7.10)求解公用事业和交通运输业估计薪水的精确百分比差异,并与第(i)部分中的回答进行比较。

(iii)消费品行业与金融业估计薪水的近似百分比差异是多少?写出一个方程,使你能够检验这个差异是不是统计显著的。

点击查看答案

第6题

使用数据集TWOYEAR.RAW. (i)变量phsrank表示一个人的高中百分位等级。(数字越大越好。比如90意
使用数据集TWOYEAR.RAW. (i)变量phsrank表示一个人的高中百分位等级。(数字越大越好。比如90意

使用数据集TWOYEAR.RAW.

(i)变量phsrank表示一个人的高中百分位等级。(数字越大越好。比如90意味着,你的排名比所在班级中90%的同学更高。)求出样本中phsrank的最小、最大和平均值。

(ii)在方程(4.26)中增加变量phsrank,并照常报告OLS估计值。phsrank在统计上显著吗?高中排名提高10个百分位点,能导致工资增加多少?

(iii)在方程(4.26)中增加变量phsrank显著改变了2年制和4年制大学教育回报的结论了吗?请解释。

(iv)数据集包含了一个被称为id的变量。你若在方程(4.17)或(4.26)中增加id,预计它在统计上不会显著,解释为什么?双侧检验的p值是多少?

点击查看答案

第7题

一个容许棒球大联盟运动员的薪水因球员位置不同而不同的模型是:其中外场手为基组。(i)表述如下
一个容许棒球大联盟运动员的薪水因球员位置不同而不同的模型是:其中外场手为基组。(i)表述如下

一个容许棒球大联盟运动员的薪水因球员位置不同而不同的模型是:

其中外场手为基组。

(i)表述如下虚拟假设:在控制了其他因素后, 接球手和外场手的收入大致相同。利用MLB 1.RAW中的数据检验这个假设,并评论所估计薪水差异的大小。

(ii)表述并检验如下虚拟假设:一旦控制了其他因素,各个位置的平均薪水没有差别。

(iii)第(i)部分和第(ii)部分的结论一致吗?如果不一致,解释为什么。

点击查看答案

第8题

参考4.4节中所用的例子。你将使用数据集TWOYEAR.RAW.(i)变量phsrank表示一个人的高中百分位等级
参考4.4节中所用的例子。你将使用数据集TWOYEAR.RAW.(i)变量phsrank表示一个人的高中百分位等级

参考4.4节中所用的例子。你将使用数据集TWOYEAR.RAW.

(i)变量phsrank表示一个人的高中百分位等级。(数字越大越好。比如90意味着, 你的排名比所在班级中90%的同学更高。)求出样本中phsrank的最小、最大和平均值。

(ii)在方程(4.26) 中增加变量phsrank, 并照常报告OLS估计值。phs rank在统计上显著吗?高中排名提高10个百分位点,能导致工资增加多少?

(iii)在方程(4.26) 中增加变量phs rank显著改变了2年制和4年制大学教育回报的结论了吗?请解释。

(iv)数据集包含了一个被称为id的变量。你若在方程(4.17)或(4.26)中增加id,预计它在统计上不会显著,解释为什么?双侧检验的p值是多少?

点击查看答案

第9题

上、下四分位数中间包含了50%的数据。()

上、下四分位数中间包含了50%的数据。()

点击查看答案

第10题

使用GPA3.RAW数据。数据集来自某大学秋季和春季两个学期的366名学生运动员[类似的一个分析见于M
aloney and McCormick(1993),但现在我们利用一个真正的面板数据集]。因为有了每个学生的两学期数据,所以适用于一个非观测效应模型。我们主要关注的问题是:运动员们是否在其赛季所在的那个学期里成绩更差呢?

(i)用混合OLS估计一个以学期GPA(trmgpa)为因变量的模型。解释变量是sprng,sat,hsperc,feale,black,white,frestsem,tothrs,crsgpa和season。试解释season的系数。它统计显著吗?

(ii)在仅参与秋季运动项目的运动员中,大多数是足球运动员。假定足球运动员的能力水平和其他运动员的能力水平有系统差异。如果SAT分数和中学成绩百分位数不能很好地反映一个人的能力水平,那么混合OLS估计量将是有偏误的。试解释。

(iii)现在,取两个学期数据的差分,问哪些变量将随之消失?现在检验赛季效应。

(iv)你能想象一个或多个有潜在重要性而又不随时间而变化的变量,在此分析中被我们忽略了吗?

点击查看答案

第11题

分类器趋向于过分拟合训练集数据:即在学习期间,它可能包含了训练数据中的某些特定的异常,这些异常不在一般数据集中出现。()
点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案 购买前请仔细阅读《购买须知》
请选择支付方式
  • 微信支付
  • 支付宝支付
点击支付即表示同意并接受了《服务协议》《购买须知》
立即支付 系统将自动为您注册账号
已付款,但不能查看答案,请点这里登录即可>>>
请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝