[150分悬赏] 英语计量经济学题求帮忙解答 答题中英文不限

You collect data on crime and new studentenrollment from 97 randomly selected colleges across the United States for theyear 2010.  You then run the followingmodels as shown in the table below:

Where:

Enroll = total new student enrollment in 2010 for a college

Crime = the total number of crimes reported on a campusin 2010

ln(Crime) = log of Crime

Private = 1 if the school is a private school and 0 ifit is public

ln(Enrollhat) = Predicted values of Enroll from Model 1

Enrollhat = Predicted values of Enroll from Model 3

Using the information in Table 2, would youprefer to use Crime or ln(Crime) as an independent variable when Enroll is thedependent variable?  What evidence isthere to support your answer?

问题是根据表中的数据 用crime还是用对数形式的ln（crime）作为自变量更好？以及为什么.

1.顺便还有一题说是你为一家学校的快餐店做问卷调查 问卷内容包括性别，种族，年龄，是否为一年级新生，当前的GPA，以及6个月内吃过这家店的次数。

原句的问题说的是 Atthe end of the week, you begin analyzing the data and notice that age, race,and sex each have some missing entries. Under what conditions would this pose and not pose a problem for yourestimation?

我不太理解这个missing entries是代表了什么， 是指有几份问卷里这几项没有填写吗？

[size=14.6667px]怎么理解 然后怎么答？

[size=14.6667px]

就着第二题在问两个问题
2.说如果你用得到的数据来做回归
会有一个 Clou= β0 + β1*gpai + β2*firstyeari + β3*sexi + β4*blacki + μi 这样的方程 （CLou是快餐店的名字）
用CLou作为因变量能否得到可靠的估算数据？

（原文：Suppose you plan to use the data to run a regression where how many times a student haseaten at Chicken’s Lou’s in the past 6 months is the dependent variable:）

3.然后如果打算用作一个LPM线性概率模型来根据他们是否愿意吃这个店来估算他们是不是一年级新生，

firstyeari = β0 + β1*CLoui + β2*gpai + β3*sexi + β4*blacki + μi   
那clou作为自变量能否得到可靠的数据？

（原文：Now suppose you plan to run a linear probability model examining the probability that a student is a first-year student based on their tendency to eat at Chicken Lou’s (variable definitions are the same as part B). ）
我实在是不太明白他在问什么 有数据的情况下不该都可以得到可靠的答案吗？

追加两小问 追加20分

cosmarthon 发表于 2016-3-16 01:05
非常感谢回答
就着第二题在问两个问题
说如果你用得到的数据来做回归

首先线性回归之所以可行（估算结果是unbiased and consistent)，是有一些基本假设的，其中有一个假设Covariance (independent variables, error terms) = 0, 如果这个条件不能被满足，即使有数据也没法得到可靠的答案。如果把上面这个数学条件说的通俗一些，有以下几种可能会导致估算结果的不可靠：
1. Measurement error of independent variables
    这个是指对自变量的测量不准确，比如真实值是1,2,3，但测量值是1.1, 1.9, 3.1，这里的measurement error分别是-0.1, 0.1, -0.1，这种情况下估算结果是不可靠的
2. Selection bias of the sample
    这个我觉得是调查研究最可能出问题的地方，就是你得到数据的样本不具有随机抽样的性质。我之前的回答中举的例子就是关于这个的，样本不是随机得到的，这样估算结果是不可靠的
3. Omitted variables
    这个举个经典的例子，估算教育对工资的影响， wage = b0 + b1 * education + ui，这个的问题在于这个回归应该再加上ability这个变量，因为我们知道ability肯定会影响一个人的工资，同时也会和这个人的教育相关，所以如果ability缺少的话，education的估算系数是不准确的，会加进一些ability的影响但是这不是我们想要的

所以现实中挺多时候有数据但只是跑一个简单线性回归都是得不到可靠的答案的

我认为应该用 Crime 为自变量。ln(Enrollhat) 包含了来自 ln(Crime) 以及 Private 的信息 (model 1)， 再把 ln(Enrollhat) 放入 model 2 之后发现 Crime 还是十分 significant (p<0.01), 表示使用 Crime 作为自变量还能更多的解释变量 Enroll。 相对的，Enrollhat 包含了来自 Crime 以及 Private 的信息 (model 3), 但再放入model 4 之后 ln(Crime) 不是十分显著 (0.01<p<0.05), 表示 Crime 已经能够比较好的解释变量。

是的missing entries指的是指有问卷在这几项有缺失，是否影响调查结果视乎你要estimate的outcome是什么。

先回答你的第二个问题吧，因为我觉得第一个问题蛮奇怪的。尤其是犯罪数量和新生入学数是正相关的，表面犯罪数量更多的地方新生入学的数量也越大，怎么都觉得不是这么回事。。。

missing entries是指当你问一个人age,sex,race的时候，他可能只告诉你age和sex，那么race就是一个missing entry；同理，问另一个人可能发现他只回答了sex和race，age是一个missing entry。 所以，当你有很多份问卷调查回复的时候，你可能发现age在某些份调查中是缺失的，在另一些调查中race又是缺失的。

在我看来，不会出现问题的情况是：missing entries are completely random events。就是说缺失项完全是随机导致的，在此情况下，可以继续你的研究。
反之，如果这些missing entries不是随机导致的（比如是由某种unobserved or observed variable导致的），可能之后的估算结果都会出现偏差。
举个例子，假设只有race A和B，然后你想分析race去这家店次数的关系，调查结果显示很多race的结果都是缺失的：如果缺失的race都是race A的但是你没考虑这种情况之间去分析可能会得出race B更愿意去这家店；但实际上可能是race A更愿意去这家店，只不过他们在做问卷调查的时候都没有写自己是race A的，导致你得出了错误的结论。

希望有所帮助

YED123 发表于 2016-3-15 16:51
先回答你的第二个问题吧，因为我觉得第一个问题蛮奇怪的。尤其是犯罪数量和新生入学数是正相关的，表面犯罪 ...

非常感谢回答
就着第二题在问两个问题
说如果你用得到的数据来做回归
会有一个 Clou= β0 + β1*gpai + β2*firstyeari + β3*sexi + β4*blacki + μi 这样的方程 （CLou是快餐店的名字）
用CLou作为因变量能否得到可靠的估算数据？
然后如果打算用作一个LPM线性概率模型来根据他们是否愿意吃这个店来估算他们是不是一年级新生，
firstyeari = β0 + β1*CLoui + β2*gpai + β3*sexi + β4*blacki + μi   
那clou作为自变量能否得到可靠的数据？
我实在是不太明白他在问什么 有数据的情况下不该都可以得到可靠的答案吗？

谢谢第一问上面详细的回答！