题目：用Stata软件分析数据，并解答问题。

Ø
数据：gss600.dta（CGSS2003数据，600个样本。数据在2003年收集）

Ø
变量：incmonth（月收入）、sex（性别）、birth（出生年）、region（地区：东中西部）、party（是否中共党员）、educ_y（受教育年限）

问题：

1、检查数据中的每一个变量，并对缺失值（“不适合”、“不回答”或“不知道”）的情况进行处理（将所有变量中的-3、-2和-1值替换为缺失值）。

2、估计一个多元线性回归模型，估计收入的决定因素（因变量为月收入的自然对数，自变量包括性别、年龄、地区、党员身份和受教育年限），并回答以下问题：

（1）模型的解释力怎么样？即所有自变量解释了因变量差异的多少比例？

（2）请解释模型的回归系数，特别是要详细解释每一个有显著性的系数。

（3）教育回报率是我们常见的一个概念，本研究的教育回报率是多少？如何获得？

3、假如有一个研究假设指出“收入的性别差异程度因地区的不同而不同”，请用本数据验证这个假设。（在问题1建立的模型的基础上进行分析并回答问题）

4、假如有一个研究假设指出“教育回报率存在性别差异”，请验证这个假设。（在问题1建立的模型的基础上进行分析并回答问题）

5、根据新古典经济学的人力资本理论，工作经验（即年资，通常用年龄代替）与收入之间的关系不是线性的，而是倒U型的曲线关系，即是说，一个人进入劳动力市场之后，收入随之年资的增加而增加，但当到了一定的年龄，由于精力和创造力开始下降，因此收入也开始下降。请验证这个假设。（在问题1建立的模型的基础上进行分析并回答问题）。

6、估计以下模型（因变量为收入的自然对数），并根据嵌套模型的方式作一个正式的表格（期刊论文的回归模型表格格式，使用eststo命令组）

l
模型1（基准模型）：自变量为地区、性别

l
模型2（人力资本模型）：自变量为地区、性别、受教育年限，年龄，年龄的平方

l
模型3（政治资本模型）：自变量为地区、性别、受教育年限，年龄，年龄的平方，党员身份

l
模型4（交互模型）：自变量为地区、性别、受教育年限，年龄，年龄的平方，党员身份，受教育年限与性别的交互项