Решение задач «Задание 5. отдача от образования исходный файл с данными: earnings. xls»,
Эконометрическая анализ в Краснодаре

Задание 5. Отдача от образования Исходный файл с данными: EARNINGS.xls. В задаче используются данные National Longitudinal of Youth. Эта база данных представляет собой результаты обследования общенациональной американской репрезентативной выборки мужчин и женщин. Цель нашего исследования состоит в том, чтобы определить, влияет ли образование на уровень заработной платы типичного работника в США. В вашем распоряжении имеются следующие данные о 540 работниках: EARNINGS - текущий часовой заработок в долларах США; 5 - продолжительность обучения (число полных лет обучения); ЕР — общий стаж работы после окончания учебы; FEMALE - пол респондента (0 — для мужчин, 1 - для женщин). а. Импортируйте данные в эконометрический пакет. Вычислите описательные статистики для переменных EARNINGS, S, EXP, FEMALE. 6. Вычислите матрицу парных коэффициентов корреляции между переменными. Интерпретируйте полученные результаты: соответствуют ли знаки коэффициентов вашим ожиданиям? в. Постройте диаграмму рассеяния, характеризующую зависимость EARNINGS от S. Постройте диаграмму рассеяния, характеризующую зависимость EARNINGS от EXP. Интерпретируйте результаты. г. Оцените параметры модели парной регрессии EARNINGS; = B, + B,S, + E; Запишите полученное уравнение регрессии, указав коэффициент R2 и стандартные ошибки оценок коэффициентов. Значимо ли уровень образования влияет на заработок? Охарактеризуйте общее качество уравнения регрессии. д. Оцените параметры модели множественной регрессии: EARNINGS, = B, + B2S; + B3EXP; + 8;. Запишите полученное уравнение регрессии, указав коэффициент R и стандартные ошибки оценок коэффициентов. Значимо ли уравнение в целом? Укажите, какие из факторов значимо влияют на заработок. Соответствуют ли знаки коэффициентов вашим ожиданиям Дайте содержательную интерпретацию коэффициента при переменной ЕХР. Дайте содержательную интерпретацию коэффициента при переменной S. е. Оцените регрессию заново, добавив в модель переменную FEMALE. Оправдано ли включение этой переменной в модель с содержательной точки зрения? Оправдано ли включение этой переменной с точки зрения теста на значимость? Как можно интерпретировать полученный результат? ж. Представьте три оцененных модели в виде единой сводной таблицы. 3. Используя тест для сравнения «короткой» и «длинной» регрессий, сопоставьте модель из пункта (е) и модель парной регрессии из пункта (г). Интерпретируйте полученный результат. и. Оцените модель из пункта (д) отдельно для мужчин и для женщин. Сравните результаты. к. Проведите тесты на мультиколлинеарность и гетероскедастичность Представить решение в формате Word, для всех моделей сделать скриншоты. Обязательно подписать файл.