eviews上机作业答案

1.（1）

(142.24) (4.03) dw=1.8507

由回归结果可得，该方程中cigs 的系数估t值绝对值4.025，通过了系数显著性检验，所以说明变量cigs对bwght的影响是显著的。虽然拟合优度r2=0.

024非常小，但是仍然可以认为母亲吸烟数量会对新生儿体重有影响，吸烟数量越多，新生儿体重越小。

2）当吸烟数量为0时，scalar bwght0=119.085 - 0.562*(0)，婴儿的**出生体重即为bwght0的值为119.

084；当吸烟数量为20时，scarlar bwght20=119.085 - 0.562*(20)，婴儿的**出生体重即为bwght为107.

855。通过简单比较可以发现，当吸烟数量为20时，婴儿出生体重的**值要比吸烟数量为0时婴儿出生体重的**值更大一些。

3）用所有观测值的前一半来进行估计，cigs的标准误由0.140上升到了0.193，可以发现如果减少样本观测值，标准误会上升，所以总体参数的置信区间也会变大。

4）faminc代表家庭年收入，一般来看，家庭年收入越高，可能母亲对于下一代的健康问题更关注，也会更有经济能力加强营养等，所以新生儿体重应该越高，所以2的系数符号最可能是正的。

5）由eviews得出cigs与faminc的方差协方差矩阵，可以看出两者的协方差为-19.480，母亲每天吸烟数量cigs和家庭年收入faminc存在负相关关系。可能是家庭年收入越高，代表这个家庭的受教育程度越高，对下一代健康问题更为关注，所以吸烟数量越低。

73.64）（-3.55）（2.33） dw=1.8456

在faminc加入之前，cigs对bwght的影响就是显著的，再加入新的解释变量faminc之后cigs的t值显示cigs的系数依然显著不为0，所以新解释变量的加入并没有显著改变cigs对bwght的估计影响。

dw=1.88

motheduc和fatheduc两个变量的t值绝对值都小于临界值，所以两个变量都不显著。

8）（4）中模型得到结果：

（73.64）（-3.55）（2.33） dw=1.85

以packs代替cigs估计（4）中的模型，得到结果：

以bwghtlbs代替bwght估计（4）中的模型得到结果：

(73.64)(-3.55) (2.32) dw=1.85

2.（1）不变弹性的对数-对数模型为：，代表弹性。

9.07）（17.40） dw=1.85

rd关于sales的弹性估计值是1.075，说明sales每增长1%，log(rd)会增长1.08%

0.28）（1.491）（1.093） dw=1.652

sales每增长1%，rdintens会增长0.321。如果sales增加10%，rdintens会增长3.21个百分点。在经济上并不是一个比较大的影响。

（4）profmarg的t值绝对值小于临界值，所以profmarg对rdintens不具有统计显著影响。

（5）更喜欢第二个模型，因为其对因变量的解释更为完善。

（6）更喜欢第一个方程。更容易阅读，模型系数更简单，两个模型只是表现形式不一样，含义都是相同的。

3.（1）inf和def之间的相关系数为corr(inf,def)=0.048，说明相关程度较低，可以使用inf和def来解释i3

（2）对模型：做线性回归得到的回归结果如下：

这些估计值表明，若通货膨胀上升1%，其他条件不变，i3将上升0.613%，赤字占gdp的百分比上升1%，其他条件不变，i3将上升0.7%。inf和def在统计上都十分显著。

在方程中加入inf和def的一期滞后重新估计模型：

（2.80）（3.30）（1.93）（0.63）（1.86） dw=0.76

（3）在加入滞后项之后，inf对i3的长期影响就可以约等于0.435+0.273=0.

708，这要高于第一个模型。但是，由于inft-1显著性不是很高，所以可以认为两个模型的差别并不是十分显著。

在相同情况下，女性比男性的工资要少1.811美元。

在其他条件相同的情况下，女性与男性相比，预期工资的百分比差异，女性的lnwage比男性低30%

3）考虑婚姻状况对工资收入的影响，模型中应加入变量married。如果要单独考察已婚女性的工资是否低于已婚男性的工资，应加入married*female。