Оценивается зависимость уровня школьного образования YearSch в стране. Влияющие переменные: HighAb - фиктивная переменная, показывающая способности выше среднего уровня, Funsk - фиктивная переменная, показывающая, что отец не имел образования, Reform -

Добавлена: 03.05.2026
Обновлена: 03.05.2026
Предмет: Эконометрика
Автор: Кэмп

#Прикладная эконометрика
#Линейная регрессия и диагностика моделей

Условие:

Оценивается зависимость уровня школьного образования YearSch в стране. Влияющие переменные: HighAb - фиктивная переменная, показывающая способности выше среднего уровня, Funsk - фиктивная переменная, показывающая, что отец не имел образования, Reform - фиктивная переменная, показывающая обучался ли в новой реформированной школе, male - фиктивная переменная, показывающая пол человека, City - фиктивная переменная, показывающая вырос ли человек в городе. На основе случайной выборки, состоящей из 745 человек, была оценена регрессия $

\begin{aligned} \widehat{Y \text { earsch }}=\underset{(1.05)}{10.6}+\underset{(0.062)}{1.94} & \text { HighAb } \\ & +\underset{(0.098)}{0.18} \text { male }-\underset{(0.21)}{0.51}(\text { male } \cdot \text { City }) \\ & \quad-\underset{(0.114)}{3.12 \text { Funsk }}+\underset{(0.13)}{0.71} \text { Reform }+\underset{(0.21)}{0.78} \text { City }, \quad R^{2}=0.48 \end{aligned}

Проверьте значимость регрессии «в целом» и сформулируйте проверяемую статистическую гипотезу. Уровень значимости $5 \%$ .
Какая средняя разница в уровне образования между мужчинами и женщинами живущими в городе? Вне города?
Какая средняя разница в уровне образования между новой и старой школьной системами?
Проверьте гипотезу, что уровень образования женщин в городе не отличается от уровня образования женщин вне города. Уровень значимости $0.5 \%$ . Следует ли из этого, что городские жители более или менее образованны?
Как можно проверить наличие эффекта города без введения фиктивных пере-менных? Опишите преимущества и недостатки соответствующей процедуры.

Решение:

Проверка значимости регрессии «в целом»

Описание задачи. Проверить, что модель в целом объясняет вариации зависимой переменной, то есть, проверить гипотезу, что все наклонные коэффициенты равны нулю.

Формулировка нулевой гипотезы:\nH0: βHighAb = βmale = β(male×City) = βFunsk = βReform = βCity = 0.
Альтернативная гипотеза:\nH1: хотя бы один из коэффициентов не равен нулю.

В наличии R² = 0,48, число наблюдений n = 745, число объясняющих переменных k =
6.

Для проверки нулевой гипотезы рассчитывается F‑статистика по формуле:<br...

Внутри — полный разбор, аргументация, алгоритм решения, частые ошибки и как отвечать на каверзные вопросы препода, если спросит

Попробуй решить по шагам

Попробуй один шаг и продолжи в режиме обучения или посмотри готовое решение

Какой метод можно использовать для проверки наличия эффекта города без введения фиктивных переменных в регрессионную модель, и в чём его основной недостаток по сравнению с регрессионным анализом?

Использование корреляционного анализа для переменной City и YearSch. Недостаток в том, что корреляция не подразумевает причинно-следственной связи.

Сравнение средних значений уровня образования между жителями города и вне города (например, с помощью t-теста). Основной недостаток — отсутствие контроля за другими факторами, влияющими на образование, что может привести к смещённым оценкам.

Построение отдельной регрессионной модели для жителей города и отдельной для жителей вне города. Недостаток в том, что это усложняет сравнение коэффициентов между группами.