伍德里奇---计量经济学第5章部分计算机习题详解(MATLAB)

所以，wage=−2.8727+0.5990educ+0.0223exper+0.1693tenure，

0.72900.05130.0121 (0.0216)

n=526，R2=0.30，σ=3.0845。

残差其直方图如下所示：

（ⅱ）以log⁡(wage)作为因变量重做第（ⅰ）部分。

所以，wage=0.2844+0.0920educ+0.0041exper+0.0221tenure，

0.10420.00730.0017 (0.0031)

n=526，R2=0.3160，σ=0.4409。

残差其直方图如下所示：

（ⅲ）你认为是水平值—水平值模型还是对数—水平值模型更接近于满足假定MLR.6？

由（ⅰ）和（ⅱ）中残差的直方图分布可知：（ⅱ）的模型（对数—水平值模型）更接近于满足假定MLR.6，因为其分布函数更接近于正态分布，残差均值接近于0（因为残差和趋近0），而且（ⅱ）中残差方差为σ2=0.44092=0.1944，（ⅱ）中残差方差为σ2=3.08452=9.5141，表明（ⅱ）中残差的波动程度更小，分布呈现中间多，两端少的形式，所以其残差更接近于均值为0，方差为σ2的正态分布，故模型更接近于满足假定MLR.6。

C5.2 GPA2.RAW colgpa=β0+β1hsperc+β2sat+u

解：（ⅰ）使用所有4137个观测，估计方程colgpa=β0+β1 sperc+β2sat+u，并以标准形式报告结果。

由截图可得：colgpa=1.3918−0.0135 sperc+0.0015sat

0.07150.0005 (0.000065)

n=4137，R2=0.2734。

（ⅱ）使用前2070个观测再重新估计第（ⅰ）部分中的方程。

由截图可得：colgpa=1.4360−0.0127 sperc+0.0015sat

0.09780.000719 (0.0000)

n=2070，R2=0.2827。

（ⅲ）求出第（ⅰ）部分和第（ⅱ）部分所得到的标准误的比率。并将这个比率与式（5.10）中的结论相比较。

（ⅰ）和（ⅱ）中所得标准误的比率为0.000549470.00071852≈0.765，而运用式（5.10）可得两个标准误的比率为20704137≈0.707，意味着，使用较大样本容量的标准误约为使用较小样本容量的标准误的70.7%，这个百分比相当接近于我们从标准误的比率中计算出来的比率76.5%。

C5.3 bwght=β0+β1cigs+β2parity+β3faminc+β4mothedu+β5fathedu+u

在（4.42）中，计算检验mot edu和fat edu是否联合显著的LM统计量。在求约束模型的残差时要注意，估计残差模型所用的观测，都包含于无约束模型所有变量可以使用的数据中。（见例4.9。）

解：虚拟假设为H0:βmot edu=0，βfat edu=0，检验过程如下图所示：

由截图可知：LM统计量等于2.8821，p值(p1)等于0.2367，即χ22随机变量超过检验统计量值的概率为23.67%，远远超过显著性水平，所以不能拒绝原假设H0。同时F检验的p值(p)等于0.2380，所以p1和p十分接近，说明mot edu和fat edu是联合不显著的。