E5.3
VARIABLES dist
Constant
Observations R-squared Ajusted R2
(1) m1 ed
-0.0677*** (-3.566) 13.86*** (201.4) 943 0.013 0.0120
(1)
VARIABLES ed
dist -0.0677***
(0.000380)
Constant 13.86***
(0)
Observations 943
R-squared 0.013
Robust pval in parentheses *** p<0.01, ** p<0.05, * p<0.1
Robust t-statistics in parentheses *** p<0.01, ** p<0.05, * p<0.1
a. 在对双边备择检验中，系数的t统计量为-3.566，由于-3.566>2.58，且与系数对应的p值是
0.000380趋近于0<0.01，所以可以在1%显著水平下拒绝原假设，自然可以在5%、10%水
平下拒绝原假设。
(1) VARIABLES ed dist -0.0677*** (-0.105 - -0.0304) Constant 13.86*** (13.73 - 14.00) Observations 943 R-squared 0.013
Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1
b. 斜率系数的95%置信区间为：（-0.105，-0.0304）
(1) VARIABLES ed dist -0.0500** (-0.0956 - -0.00432) Constant 13.77*** (13.59 - 13.94) Observations 530 R-squared 0.008
Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1
c. 只利用女性数据建立回归，斜率系数的95%置信区间为（-0.0956，-0.00432）
(1) VARIABLES ed dist -0.0961*** (-0.157 - -0.0350) Constant 14.00*** (13.79 - 14.21) Observations 413 R-squared 0.022
Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1
d. 只利用男性数据建立回归，斜率系数的95%置信区间为（-0.157，-0.0350）
VARIABLES dist
Constant
Observations R-squared
(7) m2 ed
-0.0500** (0.0232) 13.77*** (0.0896)
530 0.008
(8) m3 ed
-0.0961*** (0.0311) 14.00*** (0.107) 413 0.022
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
e.
只利用女性数据得出的系数估计量和只利用男性数据得出的系数估计量的差异是：
=-0.0500-（-0.0961）=0.0461
系数估计量差异的标准误
=√(0.023)2+（0.031）2=0.0015
差异的95%置信区间：0.0461±1.96×0.0015，即置信区间为（0.043，0.049）
E6.1
(1) (2) m1 m2 VARIABLES course_eval course_eval beauty 0.133*** 0.159*** (0.0323) (0.0307) minority -0.169** (0.0679) age -0.00195 (0.00262) female -0.183*** (0.0522) onecredit 0.633*** (0.108) intro 0.00795 (0.0565) nnenglish -0.244** (0.0959) Constant 3.998*** 4.169*** (0.0253) (0.139) Observations 463 463 R-squared 0.036 0.156
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
a. 建立course_eval对beauty的回归，其中斜率估计值是0.133
b. 加入其他回归变量，此时beauty对course_eval的效应估计值是0.159 a中建立的回归，即（1）回归中不存在重要遗漏变量偏差，因为（2）回归中beauty对course_eval的效应估计与（1）没有很大的差异。
(1) VARIABLES e res 0.159*** (0.0305) Constant 5.56e-10 (0.0237) Observations 463 R-squared 0.052
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
c. ①首先将beauty对minority, age, female, onecredit, intro, nnenglish进行回归，得其回归残
差。即：reg beauty minority age female onecredit intro nnenglish, robust
predict res, r
②然后将course_eval对minority, age, female, onecredit, intro, nnenglish进行回归，得其回归残差。即：reg course_eval minority age female onecredit intro nnenglish, robust predict e,r
③将第二步所得回归残差对第一步所得回归残差进行回归，即：reg e res, robust得到上表。
可见，第三步中的OLS系数为0.159，等于b问中beauty系数的估计量
d. Smith教授的课程评价预测值=0.159×0+（-0.169）×1+（-0.00195）×0+（-0.183）×0+
所以，算得预测值是4。
0.633×0+0.00795×0+（-0.244）×0+4.169=4
斯托克,沃森计量经济学第五章第六章实证练习stata操作及答案
