6 7 8 9 20872 11772 10535 12195 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 6 6 6 本科 本科 高中 研究生 本科 高中 本科 研究生 高中 研究生 研究生 本科 本科 研究生 高中 高中 研究生 本科 是 否 否 否 否 是 是 是 否 是 否 否 否 否 是 否 是 否 29 13548 30 14467 31 15942 32 23174 33 23780 34 25410 35 14861 36 16882 37 24170 38 15990 39 26330 40 17949 41 25685 42 27837 43 18838 44 17483 45 19207 46 19346 8 10 10 10 10 11 11 12 12 13 13 14 15 16 16 16 17 20 高中 高中 本科 研究生 本科 本科 高中 本科 研究生 高中 本科 本科 研究生 本科 本科 高中 本科 高中 否 否 否 是 是 是 否 否 是 否 是 否 是 是 否 否 否 否 10 12313 11 14975 12 21371 13 19800 14 11417 15 20263 16 13231 17 12884 18 13245 19 13677 20 15965 21 12336 22 21352 23 13839 数据来源：http://www.ilr.cornell.eduThadi/RABE4 试根据表8.4的数据，完成如下工作：
1）构造用于描述学历和管理者的虚拟变量，设定并估计描述收入影响因素的计量经济模型，并简要说明你对模型设定的理由，分析模型估计的结果。
2）若在上述模型的基础上，进一步考虑学历与是否管理者间有无交互效应，模型应如何设定？分析估计结果并画出残差图，你得出的结论是什么?。
3）你还能够依据上述交互效应模型残差图的异常信息对模型加以完善吗？ 【练习题8.5参考解答】 1）虚拟变量设定：
若第个人为本科学历i?1 若第i个人为高中学历?1 E2i?? E1i???0 其他?0 其他?1 若第i个人为管理人员 Mi??0 其他?
画出工龄与收入间的散点图：
280002400020000S1600012000800004812X162024 表明收入与工龄呈现线性关系，故可设定模型为
S??0??1X??1E1??2E2??M?u
回归结果为
Dependent Variable: S Method: Least Squares Date: 08/16/13 Time: 15:48 Sample: 1 46 Included observations: 46
CoefficienVariable t Std. Error t-Statistic
C 11031.81 383.2171 28.78736 X 546.1840 30.51919 17.89641 E1 -2996.210 411.7527 -7.276723 E2 147.8249 387.6593 0.381327 M 6883.531 313.9190 21.92773 R-squared 0.956767 Mean dependent var
Adjusted R-squared 0.952549 S.D. dependent var S.E. of regression 1027.437 Akaike info criterion Sum squared resid 43280719 Schwarz criterion Log likelihood -381.6264 F-statistic Durbin-Watson stat 2.236925 Prob(F-statistic)
2）考虑学历与是否管理者间的交互效应，设定模型为
Prob. 0.0000 0.0000 0.0000 0.7049 0.0000 17270.20 4716.632 16.80984 17.00861 226.8359 0.000000
S??0??1X??1E1??2E2??M??1?E1?M???2?E2?M??u
回归结果与残差图
Dependent Variable: S Method: Least Squares Date: 08/16/13 Time: 16:11 Sample: 1 46 Included observations: 46
CoefficienVariable t Std. Error t-Statistic
C 11203.43 79.06545 141.6982 X 496.9870 5.566415 89.28314 E1 -1730.748 105.3339 -16.43107 E2 -349.0777 97.56790 -3.577792 M 7047.412 102.5892 68.69546 E1*M -3066.035 149.3304 -20.53188 E2*M 1836.488 131.1674 14.00110 R-squared 0.998823 Mean dependent var
Adjusted R-squared 0.998642 S.D. dependent var S.E. of regression 173.8086 Akaike info criterion Sum squared resid 1178168. Schwarz criterion Log likelihood -298.7403 F-statistic Durbin-Watson stat 2.244104 Prob(F-statistic)
Prob. 0.0000 0.0000 0.0000 0.0009 0.0000 0.0000 0.0000 17270.20 4716.632 13.29305 13.57133 5516.596 0.000000
280002400020000160004000-400-800-1200510152025303540Fitted 3）残差图表明第33个样本点为奇异点，剔除第33个样本点再度进行回归
Dependent Variable: S Method: Least Squares Date: 08/16/13 Time: 16:16 Sample: 1 32 34 46 Included observations: 45
CoefficienVariable t Std. Error t-Statistic
C 11199.71 30.53338 366.8023 X 498.4178 2.151688 231.6404 E1 -1741.336 40.68250 -42.80307 E2 -357.0423 37.68114 -9.475356 M 7040.580 39.61907 177.7069 E1*M -3051.763 57.67420 -52.91384 E2*M 1997.531 51.78498 38.57355 R-squared 0.999821 Mean dependent var
Adjusted R-squared 0.999793 S.D. dependent var S.E. of regression 67.11893 Akaike info criterion Sum squared resid 171188.1 Schwarz criterion Log likelihood -249.3390 F-statistic
Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 17125.53 4665.586 11.39284 11.67388 35427.96
12000800045ResidualActual
Durbin-Watson stat
2.437298 Prob(F-statistic)
0.000000
28000240002000016000150100500-50-100-150510152025303540Fitted 比较分析（略）
8.6 Greene在分析讲授某门经济学课程采用新的教学方法效应时，搜集了如 下表所示的数据，
表8.7 采用新的教学方法讲授某门经济学课程的数据 obs 1 2 3 4 5 6 7 8 9 10 11 12 13
12000800045ResidualActualGRADE 0 0 0. 0 1 0 0 0 0 1 0 0 0 GPA 2.66 2.89 3.28 2.92 4.00 2.86 2.76 2.87 3.03 3.92 2.63 3.32 3.57 TUCE 20 22 24 12 21 17 17 21 25 29 20 23 23 PSI 0 0 0 0 0 0 0 0 0 0 0 0 0 obs 17 18 19 20 21 22 23 24 25 26 27 28 29 GRADE 0 0 0 1 0 1 0 0 1 1 1 0 1 GPA TUCE 2.75 2.83 3.12 3.16 2.06 3.62 2.89 3.51 3.54 2.83 3.39 2.67 3.65 25 19 23 25 22 28 14 26 24 27 17 24 21 PSI 0 0 1 1 1 1 1 1 1 1 1 1 1
14 15 16 0 0 0 3.26 3.53 2.74 25 26 19 0 0 0 30 31 32 1 0 1 4.00 3.10 2.39 23 21 19 1 1 1 其中，GPA为平均级点；TUCE为非期末考试成绩分数；PSI是虚拟变量，
?1接受新教学方法；Grade是学生在接受新教学方法后学习成绩是否有所提高的虚PSI??0没有采用新方法?拟变量，GRADE???1有所提高。
0没有提高?试用Logit模型对新教学方法的效应进行估计，并分析相应的边际效应。
【练习题8.6参考解答】 建议学生自己独立完成
8.7 联系自己所学的专业选择一个包含属性因素的实际问题，设定一个虚拟变量计量经济模型，并自己去收集样本数据，用本章的方法估计和检验这个模型，你能得出什么有意义的结果吗？
【练习题8.7参考解答】 本题无参考解答
