8.1. Using the data in SLEEP75.RAW,

8.1. Using the data in SLEEP75.RAW, we obtain the estimated Equation

sleepˆ=3,840.83)-.163totwrk -11.71educ - 8.70age+.128)age2 +(87.75)male
(235.11)(.018)(5.86)(11.21)(.134)(34.33)
n =706, R2 = .123, R¯2 = .117.

The variable sleep is total minutes per week spent sleeping at night, totwrk is total weekly minutes spent working, educ and age are measured in years, and male is a gender dummy.
(i) All other factors being equal, is there evidence that men sleep more than women? How strong is the evidence?
(ii) Is there a statistically significant tradeoff between working and sleeping?
What is the estimated tradeoff?
(iii) What other regression do you need to run to test the null hypothesis that, holding other factors fixed, age has no effect on sleeping?

8.2. Using the data in GPA2.RAW, the following equation was estimated:

satˆ=1,028.10+19.30hsize -2.19hsize2 -45.09female-169.81black + 62.31female*black
(6.29)(3.83)(0.53)(4.29)(12.71)(18.15)
n = 4,137, R2 = .0858.
The variable sat is the combined SAT score, hsize is size of the student’s high school graduating class, in hundreds, female is a gender dummy variable, and black is a race dummy variable equal to one for blacks, and zero otherwise.
(i) Is there strong evidence that hsize2 should be included in the model?
From this equation, what is the optimal high school size?
(ii) Holding hsize fixed, what is the estimated difference in SAT score between nonblack females and nonblack males? How statistically significant is this estimated difference?
(iii) What is the estimated difference in SAT score between nonblack males and black males? Test the null hypothesis that there is no difference between their scores, against the alternative that there is a difference.
(iv) What is the estimated difference in SAT score between black females and nonblack females? What would you need to do to test whether the difference is statistically significant?



8.3.Suppose you collect data from a survey on wages, education, experience, and gender.
In addition, you ask for information about marijuana usage. The original question is: “On how many separate occasions last month did you smoke marijuana?”
(i) Write an equation that would allow you to estimate the effects of marijuana usage on wage, while controlling for other factors. You should be able to make statements such as, “Smoking marijuana five more times per month is estimated to change wage by x%.”
(ii) Write a model that would allow you to test whether drug usage has different effects on wages for men and women. How would you test that there are no differences in the effects of drug usage for men and women?
(iii) Suppose you think it is better to measure marijuana usage by putting people into one of four categories: nonuser, light user (1 to 5 times per month), moderate user (6 to 10 times per month), and heavy user (more than 10 times per month). Now write a model that allows you to estimate the effects of marijuana usage on wage.
(iv) Using the model in part (iii), explain in detail how to test the null hypothesis that marijuana usage has no effect on wage. Be very specific and include a careful listing of degrees of freedom.
(v) What are some potential problems with drawing causal inference using the survey data that you collected?

ผลลัพธ์ (กันนาดา) 1:

8.1. SLEEP75.RAW ದತ್ತಾಂಶ ಬಳಸಿ, ನಾವು ಸಮೀಕರಣ ಅಂದಾಜು ಪಡೆದುಕೊಳ್ಳಿ ನಿದ್ರೆ = 3,840.83) -. 163totwrk -11.71educ - 8.70age + .128) age2 + (87.75) ಪುರುಷ . (235.11) (018) (5.86) (11.21) ( . 134) (34.33) n = 706, ಆರ್ 2 = .123 ಆರ್ 2 = .117. ವೇರಿಯಬಲ್ ನಿದ್ರೆ ರಾತ್ರಿ ನಿದ್ದೆ ಖಾಲಿಯಾದ ವಾರಕ್ಕೆ ಒಟ್ಟು ನಿಮಿಷಗಳು, totwrk ಖರ್ಚು ಒಟ್ಟು ಸಾಪ್ತಾಹಿಕ ದುಡಿಮೆಯು, EDUC ಮತ್ತು ವಯಸ್ಸಿನ ವರ್ಷಗಳಲ್ಲಿ ಅಳತೆ ಮತ್ತು ಪುರುಷ ಲಿಂಗ ಒಂದು ನಕಲಿ. ಆಗಿದೆ , (ನಾನು) ಅಂಶಗಳನ್ನು ಸಮಾನ ಬ್ಲಿಂಗ್ ಮಹಿಳೆಯರು ಹೆಚ್ಚು ಪುರುಷರು ನಿದ್ರೆ ಸಾಕ್ಷ್ಯಾಧಾರಗಳಿಲ್ಲ? ಹೇಗೆ ಬಲವಾದ ಸಾಕ್ಷ್ಯಗಳಿವೆ? (Ii) ಕೆಲಸ ಮತ್ತು ಮಲಗುವ ನಡುವೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಗಣನೀಯ ವಿನಿಯಮವನ್ನು? ಇಲ್ಲ ಏನು ಅಂದಾಜು ವಿನಿಯಮವನ್ನು? ಯಾವ ಹಿಂಜರಿಕೆಯನ್ನು ನೀವು, ಇತರ ಅಂಶಗಳ ಹಿಡುವಳಿ ಪರಿಹರಿಸಲಾಗಿದೆ ಶೂನ್ಯ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ಚಲಾಯಿಸಲು ಬೇಕು (III), ವಯಸ್ಸು ಮಲಗುವ? ಮೇಲೆ ಪರಿಣಾಮ 8.2. GPA2.RAW ದತ್ತಾಂಶ ಬಳಸಿ, ಕೆಳಗಿನ ಅಂದಾಜಿಸಲಾಗಿತ್ತು ಸಮೀಕರಣ: ಕುಳಿತು = 1,028.10 + 19.30hsize -2.19hsize2 -45.09female-169.81black + ಕಪ್ಪು 62.31female * (6.29) (3.83) (0.53 ) (4.29) (12.71) ( 18:15) n = 4,137, ಆರ್ 2 = .0858. ವೇರಿಯಬಲ್ ಟಿಎಸ್ಎಸ್ ಸೇರಿ ಕುಳಿತು ಸ್ಕೋರ್ hsize ವಿದ್ಯಾರ್ಥಿಯ ಪ್ರೌಢಶಾಲಾ ಪದವಿ ತರಗತಿಯ ಗಾತ್ರದಲ್ಲಿ, ನೂರಾರು, ಸ್ತ್ರೀ ಲಿಂಗ ನಕಲಿ ವ್ಯತ್ಯಯ, ಮತ್ತು ಕಪ್ಪು ಒಂದು ಓಟದ ನಕಲಿ ವೇರಿಯಬಲ್ ಸಮಾನವಾಗಿರುತ್ತದೆ ಕರಿಯರ ಒಂದು, ಮತ್ತು ಶೂನ್ಯ ಬಳಸಲಾಗುತ್ತದೆ. (ನಾನು) ಅಲ್ಲಿ hsize2 ಮಾದರಿ ಸೇರಿಸಿಕೊಳ್ಳಲಾಯಿತು ಎಂದು ಎಂದು? ಬಲವಾದ ಸಾಕ್ಷ್ಯಗಳಿವೆ ಈ ಸಮೀಕರಣದಿಂದ ಏನು ಸೂಕ್ತ ಪ್ರೌಢಶಾಲಾ ಗಾತ್ರ? (II) ಹೋಲ್ಡಿಂಗ್ hsize ಸ್ಥಿರ, ಏನು ಕುಳಿತು ಅಂದಾಜು ವ್ಯತ್ಯಾಸ nonblack ಹೆಣ್ಣು ಮತ್ತು nonblack ಕೆಟ್ಟ ನಡುವೆ ಗಳಿಸಲು? ಹೇಗೆ ಈ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸವಾಗಿದೆ ಅಂದಾಜಿಸಲಾಗಿದೆ? (Iii) ಯಾವ ಕಪ್ಪು ಮತ್ತು nonblack ಕೆಟ್ಟ ಕೆಟ್ಟ ನಡುವೆ ಕುಳಿತು ಸ್ಕೋರ್ ಅಂದಾಜು ವ್ಯತ್ಯಾಸ? theire ಎಂಬುದಕ್ಕೆ ಪರ್ಯಾಯ ವ್ಯತ್ಯಾಸವಿದೆ ವಿರುದ್ಧ, ಅಂಕಗಳು ನಡುವೆ ವ್ಯತ್ಯಾಸವಿದೆ ಎಂಬ ಶೂನ್ಯ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು. (IV) nonblack ಹೆಣ್ಣು ಮತ್ತು ಕಪ್ಪು ಹೆಣ್ಣುಗಳು ಕುಳಿತು ಸ್ಕೋರ್ ಅಂದಾಜು ವ್ಯತ್ಯಾಸ ಏನು? ನೀವು ವ್ಯತ್ಯಾಸ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಗಣನೀಯ ಎಂದು ಪರೀಕ್ಷಿಸಲು ಮಾಡಬೇಕು? ಅಗತ್ಯವಿದೆ ನೀವು ವೇತನ, ಶಿಕ್ಷಣ, ಅನುಭವ ಮತ್ತು ಲಿಂಗ ಬಗ್ಗೆ ಸಮೀಕ್ಷೆ ಡೇಟಾ ಸಂಗ್ರಹಿಸಲು 8.3.Suppose. ಜೊತೆಗೆ, ನೀವು ಗಾಂಜಾ ಬಳಕೆ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಕೇಳಬಹುದು. ಮೂಲ ಪ್ರಶ್ನೆ: "ಎಷ್ಟು ಪ್ರತ್ಯೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕಳೆದ ತಿಂಗಳು ನೀವು ಗಾಂಜಾ ಧೂಮಪಾನ ನೀಡದಿದ್ದಾಗ?" ಇತರ ಅಂಶಗಳಿಗೆ ನಿಯಂತ್ರಿಸುವ ಆದರೆ (ನಾನು), ನೀವು ವೇತನ ಗಾಂಜಾ ಬಳಕೆ ಪರಿಣಾಮಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ಅವಕಾಶ ಸಮೀಕರಣವನ್ನು ಬರೆಯಿರಿ. ನೀವು ಇಂತಹ ಹೇಳಿಕೆಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ "ಗಾಂಜಾ ತಿಂಗಳಿಗೆ ಐದು ಬಾರಿ ಎಕ್ಸ್% ವೇತನ ಬದಲಾಯಿಸಲು ಅಂದಾಜಿಸಲಾಗಿದೆ." (II) ನೀವು ಔಷಧೀಯ ಬಳಕೆಯು ಪುರುಷರು ವೇತನ ಮೇಲೆ ವಿಭಿನ್ನ ಪರಿಣಾಮಗಳನ್ನು ಹೊಂದಿದ್ದೇವೆಯೆ ಪರೀಕ್ಷಿಸಲು ಅವಕಾಶ ಎಂದು ಒಂದು ಮಾದರಿ ಬರೆಯಿರಿ ಮತ್ತು ಮಹಿಳೆಯರು. ನೀವು ಹೇಗೆ ಪರೀಕ್ಷಿಸಲು ಎಂದು ಪುರುಷರು ಮತ್ತು ಮಹಿಳೆಯರು ಔಷಧೀಯ ಬಳಕೆಯು ಪರಿಣಾಮಗಳನ್ನು ಯಾವುದೇ ವ್ಯತ್ಯಾಸಗಳಿವೆ ಎಂದು 5 Nonuser, ಬೆಳಕಿನ ಬಳಕೆದಾರ (1: (III) ನೀವು ನಾಲ್ಕು ವಿಭಾಗಗಳು ಜನರು ಹಾಕುವ ಮೂಲಕ ಗಾಂಜಾ ಬಳಕೆಯನ್ನು ಮಾಪನ ಮಾಡಲು ಉತ್ತಮ ಭಾವಿಸುತ್ತೇನೆ ಭಾವಿಸೋಣ ತಿಂಗಳಿಗೆ ಬಾರಿ), ಮಧ್ಯಮ ಬಳಕೆದಾರ (6 ರಿಂದ 10 ತಿಂಗಳಿಗೆ ಬಾರಿ) ಮತ್ತು ಭಾರೀ ಬಳಕೆದಾರರು (ತಿಂಗಳಿಗೆ ಸುಮಾರು 10 ಬಾರಿ). ಈಗ ನೀವು ಗಾಂಜಾ ಬಳಕೆ ಪರಿಣಾಮಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ಒಂದು ಮಾದರಿ ಬರೆಯಲು ಅವಕಾಶವಿದೆ ವೇತನ. (IV) (III) ಆ ಗಾಂಜಾ ಬಳಕೆ ವೇತನ ಮೇಲೆ ಪರಿಣಾಮ ಶೂನ್ಯ ಊಹೆಯನ್ನು ಪರೀಕ್ಷಿಸಲು ವಿವರ ವಿವರಿಸಿ ಭಾಗದಲ್ಲಿ ಮಾದರಿ ಬಳಸಿ. ನಿರ್ದಿಷ್ಟ ಮತ್ತು ಸ್ವಾತಂತ್ರ್ಯ ಡಿಗ್ರಿ ಎಚ್ಚರಿಕೆಯಿಂದ ಮಾಡಿ ಸೇರಿವೆ. (ವಿ) ನೀವು ಸಂಗ್ರಹಿಸಿದ ಆ ಸಮೀಕ್ಷೆ ದಶಮಾಂಶ ಬಳಸಿಕೊಂಡು ಸಾಂದರ್ಭಿಕ ನಿರ್ಣಯ ಚಿತ್ರಕಲೆಗಳು ಕೆಲವು ಸಂಭಾವ್ಯ ಸಮಸ್ಯೆಗಳು ಯಾವುವು?