计量经济学课后习题答案第八章_答案
伍德里奇---计量经济学第8章部分计算机习题详解（STATA）
伍德⾥奇---计量经济学第8章部分计算机习题详解（STATA）班级：⾦融学×××班姓名：××学号：×××××××C8.1SLEEP75.RAWsleep=β0+β1totwork+β2educ+β3age+β4age2+β5yngkid+β6male+u 解：（ⅰ）写出⼀个模型，容许u的⽅差在男⼥之间有所不同。
这个⽅差不应该取决于其他因素。
在sleep=β0+β1totwork+β2educ+β3age+β4age2+β5yngkid+β6male+u模型下，u⽅差要取决于性别，则可以写成：Var u︳totwork,educ,age,yngkid,male =Var u︳male =δ0+δ1male。
所以，当⽅差在male=1时，即为男性时，结果为δ0+δ1；当为⼥性时，结果为δ0。
将sleep对totwork，educ，age，age2，yngkid和male进⾏回归，回归结果如下：（ⅱ）利⽤SLEEP75.RAW的数据估计异⽅差模型中的参数。
u的估计⽅差对于男⼈和⼥⼈⽽⾔哪个更⾼？由截图可知：u2=189359.2?28849.63male+r20546.36 (27296.36)由于male 的系数为负，所以u 的估计⽅差对⼥性⽽⾔更⼤。
（ⅲ）u 的⽅差是否对男⼥⽽⾔有显著不同？因为male 的 t 统计量为?1.06，所以统计不显著，故u 的⽅差是否对男⼥⽽⾔并没有显著不同。
C8.2 HPRICE1.RAW price =β0+β1lotsize +β2sqrft +β3bdrms +u 解：（ⅰ）利⽤HPRICE 1.RAW 中的数据得到⽅程（8.17）的异⽅差—稳健的标准误。
讨论其与通常的标准误之间是否存在任何重要差异。
●先进⾏⼀般回归，结果如下：●再进⾏稳健回归，结果如下：由两个截图可得：price =?21.77+0.00207lotsize +0.123sqrft +13.85bdrms29.48 0.00064 0.013 (9.01)37.13 0.00122 0.018 [8.48]n =88，R 2=0.672⽐较稳健标准误和通常标准误，发现lotsize 的稳健标准误是通常下的2倍，使得 t 统计量相差较⼤。
计量经济学实验答案--第三版
实验一P42第二章第6题=+GDP+Dependent Variable: YMethod: Least SquaresDate: 01/11/08 Time: 09:03Sample: 1985 1998Included observations: 14Variable Coefficient Std.Errort-Statistic Prob.C12596.271244.56710.121010.0000GDP26.954154.1203006.5417920.0000 R-squared0.781002 Meandependent var20168.57Adjusted R-squared 0.762752 S.D. dependentvar3512.487S.E. of regression 1710.865 Akaike infocriterion17.85895Sum squared resid 35124719 Schwarzcriterion17.95024Log likelihood-123.0126 F-statistic42.79505Durbin-Watsonstat0.859998 Prob(F-statistic)0.000028(10.1) ( 6.5), =0.78 =0.76（一）对回归方程的结构分析：是这个样本回归方程的斜率，它表示GDP每增加1亿元，某市将增加26.95的货物运输量；是样本回归方程的截距，它表示不受GDP影响的某市的货物运输量。
（二）统计检验=0.78，说明总离差平方和的78%被样本回归直线解释，有22%未被解释，因此，样本回归直线的拟合优度是可以的。
给出显著水平，查自由度v=14-2=12的t分布表，得临界值，，，固回归系数均显著不为零，回归模型中应包含常数项，GDP对Y有显著影响。
（三）预测2000年的某市货物运输量假如2000年某市以1980年不变价的国内生产总值为620亿元，得到2000年货物运输量的预测值29307.84万吨。
计量经济学课后习题答案第八章_答案
第八章虚拟变量模型1. 回归模型中引入虚拟变量的作用是什么?答:在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。
加法方式与乘法方式是最主要的引入方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
2. 虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答:在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
3．什么是虚拟变量陷阱？答：根据虚拟变量的设置原则，一般情况下，如果定性变量有m个类别，则需在模型中引入m-1个变量。
如果引入了m个变量，就会导致模型解释变量出现完全的共线性问题，从而导致模型无法估计。
这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题，称为“虚拟变量陷阱”。
4．在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金，来自农村还是城市，是经济发达地区还是欠发达地区，以及性别等因素的影响。
试设定适当的模型，并导出如下情形下学生消费支出的平均水平：(1) 来自欠发达农村地区的女生，未得到奖学金；(2) 来自欠发达城市地区的男生，得到奖学金；(3) 来自发达地区的农村女生，得到奖学金；(4) 来自发达地区的城市男生，未得到奖学金。
解答: 记学生月消费支出为Y，其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型：Y i=β0+β1X i+μi有奖学金1 来自城市无奖学金0 来自农村来自发达地区 1 男性0 来自欠发达地区0 女性Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi由此回归模型，可得如下各种情形下学生的平均消费支出：(1) 来自欠发达农村地区的女生，未得到奖学金时的月消费支出：E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i(2) 来自欠发达城市地区的男生，得到奖学金时的月消费支出：E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i(3) 来自发达地区的农村女生，得到奖学金时的月消费支出：E(Y i |= X i , D 1i =D 3i =1,D 2i =D 4i =0)=(β0+α1+α3)+β1X i (4) 来自发达地区的城市男生，未得到奖学金时的月消费支出： E(Y i |= X i ,D 2i =D 3i =D 4i =1, D 1i =0)= (β0+α2+α3+α4)+β1X i5. 研究进口消费品的数量Y 与国民收入X 的模型关系时，由数据散点图显示1979年前后Y 对X 的回归关系明显不同，进口消费函数发生了结构性变化：基本消费部分下降了，而边际消费倾向变大了。
计量经济学庞皓第二版第八章练习题及参考答案
第八章练习题及参考解答8.1 Sen 和Srivastava （1971）在研究贫富国之间期望寿命的差异时，利用101个国家的数据，建立了如下的回归模型：2.409.39ln3.36((ln 7))i i i i Y X D X =-+--(4.37) (0.857) (2.42) R 2=0.752其中：X 是以美元计的人均收入；Y 是以年计的期望寿命；Sen 和Srivastava 认为人均收入的临界值为1097美元（ln10977=），若人均收入超过1097美元，则被认定为富国；若人均收入低于1097美元，被认定为贫穷国。
括号内的数值为对应参数估计值的t-值。
1）解释这些计算结果。
2）回归方程中引入()ln 7i i D X -的原因是什么？如何解释这个回归解释变量？ 3）如何对贫穷国进行回归？又如何对富国进行回归？ 4）从这个回归结果中可得到的一般结论是什么？ 练习题8.1参考解答： 1. 结果解释依据给定的估计检验结果数据，对数人均收入对期望寿命在统计上并没有显著影响，截距和变量()ln 7i i D X -在统计上对期望寿命有显著影响；同时，()()2.40 3.3679.39 3.36ln ((ln 7)) 1 2.409.39ln 0 i i i i i i i X D X D Y X D ⎧-+⨯+---==⎨-+=⎩富国时穷国时 表明贫富国之间的期望寿命存在差异。
2. 回归方程中引入()ln 7i i D X -的原因是从截距和斜率两个方面考证收入因素对期望寿命的影响。
这个回归解释变量可解释为对期望寿命的影响存在截距差异和斜率差异的共同因素。
3. 对穷国进行回归时，回归模型为12ln 1097i i i i i i Y X Y X αα=+≤，其中，为美元时的寿命； 对富国进行回归时，回归模型为12ln 1097i i i i i i Y X Y X ββ=+>，其中，为美元时的寿命；4. 一般的结论为富国的期望寿命药高于穷国的期望寿命，并且随着收入的增加，在平均意义上，富国的期望寿命的增加变化趋势优于穷国，贫富国之间的期望寿命的确存在显著差异。
计量经济学第二版课后习题答案1-8章 - 编辑版
练习题2.1 参考解答:计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为:计算方法: XY n X Y X Y r -=或,()()X Y X X Y Y r --=计算结果:M2GDPM2 10.996426148646GDP0.9964261486461经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性相关程度相当高。
练习题2.2参考解答美国软饮料公司的广告费用X 与销售数量Y 的散点图为说明美国软饮料公司的广告费用X 与销售数量Y 正线性相关。
相关系数为：说明美国软饮料公司的广告费用X 与销售数量Y 的正相关程度相当高。
若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。
回归结果表明，广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。
练习题2.3参考解答: 1、 建立深圳地方预算内财政收入对GDP 的回归模型，建立EViews 文件，利用地方预算内财政收入（Y ）和GDP 的数据表，作散点图可看出地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型： t t t u GDP Y ++=21ββ 利用EViews 估计其参数结果为即 ˆ20.46110.0850t tY GDP =+ （9.8674） (0.0033)t=(2.0736) (26.1038) R 2=0.9771 F=681.4064经检验说明,深圳市的GDP 对地方财政收入确有显著影响。
20.9771R =，说明GDP 解释了地方财政收入变动的近98%，模型拟合程度较好。
模型说明当GDP 每增长1亿元时，平均说来地方财政收入将增长0.0850亿元。
计量经济学习题册第八章、第九章、第十章 答案
第八章一、名词解释1、虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述，如职业、性别对收入的影响，教育程度，季节因素等往往需要用定性变量度量。
为了在模型中反映这类因素的影响，并提高模型的精度，需要将这类变量“量化”。
根据这类边另的属性类型，构造仅取“0”或“1”的人工变量，通常称这类变量为“虚拟变量”2、虚拟变量陷阱：一般在引入虚拟变量时要求如果有m个定性变量，字在模型中引入m-1个虚拟变量。
否则，如果引入m个虚拟变量，就会导致模型解释变量间出现完全共线性的情况。
我们一般称由于引入虚拟变量个数与定性因素个数相同出现的模型无法估计的问题，称为“虚拟变量陷阱”二、单项选择题1、B：“地区”一个，“季节”三个2、A：将D=1代入估计后的方程即可3、D：“季节”包含4个类型，只能用3个虚拟变量，用4个虚拟变量会出现完全多重共线的问题，参数将无法估计4、C：“地区”只有两个类别，引入两个虚拟变量会出现完全多重共线问题5、A：1α体现了城镇和农村截距上的差异，1β体现了城镇和农村斜率上的差异，当它们为0时，表示无差异6、A：斜率相同，仅截距不同7、D：此问题表现为1000前后斜率的变化，B表示截距的变化，不合适；C在D=0时没有解释变量，不正确；A和D相比，D更合适，A会造成曲线在临界值出断开，但D会保证曲线的连贯的。
8、A：虚拟变量表示性别、季节等时，只表示属性的不同，没有等级之分，作为质的因素；表示收入高低时，高与低是有级别的，属于有序数据，可以表示数量的因素。
9、A/B：这题比较牵强，按书上原话应该选择B；但当用加法引入虚拟变量时，会存在问题。
【当用加法形式引入虚拟变量时，用一个虚拟变量作为截距项，取值全部为1；其他m-1个表示该因素的前三个类型。
如果不引入截距项，当虚拟变量都取0时不能解释该因素第四个类型的作用。
】10、D ：概念性三、多项选择题1、B C D ：A 太绝对，也可以表示数量因素；E 太绝对2、ABCDE ：A 加法方式；B 乘法方式；C 临界指标的虚拟变量；D 在ABC 基础上可构造分段回归3、AB ：C 当虚拟变量取0或2时，过程一样，但参数的意义稍作调整；D 见书P207倒数第二段。
计量经济学(第四版)习题参考答案
计量经济学（第四版）习题参考答案潘省初第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。
为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y 就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 计量经济分析的统计学基础2.1 略，参考教材。
2.2 NSS x ==45=1.25用=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。
2.3 原假设 120:0=μH备择假设 120:1≠μH 检验统计量()10/2510/25XX μσ-Z ====查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。
计量经济学第二版第八章答案
计量经济学第二版第八章答案【篇一：庞皓计量经济学课后答案第八章】业1、①在给定的数据中可以看出人均收入的系数的t值t(?2)?0.857，di(lnxi?7)系数的t值t(?3)?2.42，在给定显著性水平??0.05下n=101，t0.025(101)?1.984。
所以人均收入对期望寿命并没有显著影响。
而di(lnxi?7)对期望寿命有显著影响。
当人均收入超过1097美元时，即di=1为富国时：???2.40?9.39lnx?3.36(lnx?7)?21.12?6.03lnx yiiii当人均收入未超过1097美元时，即di=0为穷国时：???2.40?9.39lnx yii②引入di(lnxi?7)的原因是从截距和斜率两个方面来考虑收入对期望寿命的影响。
③对穷国进行回归时，yi取xi?1097时的值。
对富国进行回归时，yi取xi?1097时的值④结论：富国的期望寿命高于穷国的期望寿命。
贫富国之间的期望寿命的确存在显著差异。
2、①d1t???1,t为1987年及以后?0,t为1987年以前 d2t??年及以后?1,t为1994年以前?0,t为1994年及以后年及以后?1,t为2006?1,t为2008 d3t?? d4t?? 0,t为2006年以前0,t为2008年以前??②从图形上看。
consume和income 及employment存在线性相关关系。
而与burden从图形上看不出线性关系。
所以对模型的设定保持怀疑态度。
③?umecons.16?0.63incomeconsume.51employmentt?1674t?0.0 86t?1?537t?202.50burden.27d2t?127.04d3t?172.2d4tt?7.22d1t?194r2?0.9998672?0.99979 2 f=13189.98 dw=2.921拟合效果好，且通过dw检验由回归可知consumet，d1td3t的系数未能通过显著性水平??0.05下的tt?1，burden检验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第八章虚拟变量模型
1. 回归模型中引入虚拟变量的作用是什么?
答:在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。
加法方式与乘法方式是最主要的引入方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
2. 虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?
答:在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
3．什么是虚拟变量陷阱？
答：根据虚拟变量的设置原则，一般情况下，如果定性变量有m个类别，则需在模型中引入m-1个变量。
如果引入了m个变量，就会导致模型解释变量出现完全的共线性问题，从而导致模型无法估计。
这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题，称为“虚拟变量陷阱”。
4．在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金，来自农村还是城市，是经济发达地区还是欠发达地区，以及性别等因素的影响。
试设定适当的模型，并导出如下情形下学生消费支出的平均水平：
(1) 来自欠发达农村地区的女生，未得到奖学金；
(2) 来自欠发达城市地区的男生，得到奖学金；
(3) 来自发达地区的农村女生，得到奖学金；
(4) 来自发达地区的城市男生，未得到奖学金。
解答: 记学生月消费支出为Y，其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型：
Y i=β0+β1X i+μi
有奖学金
1 来自城市
无奖学金0 来自农村
来自发达地区 1 男性
0 来自欠发达地区0 女性
Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi
由此回归模型，可得如下各种情形下学生的平均消费支出：
(1) 来自欠发达农村地区的女生，未得到奖学金时的月消费支出：
E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i
(2) 来自欠发达城市地区的男生，得到奖学金时的月消费支出：
E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i
(3) 来自发达地区的农村女生，得到奖学金时的月消费支出：
E(Y i |= X i , D 1i =D 3i =1,D 2i =D 4i =0)=(β0+α1
+α3)+β1X i (4) 来自发达地区的城市男生，未得到奖学金时的月消费支出： E(Y i |= X i ,D 2i =D 3i =D 4i =1, D 1i =0)= (β0+α2+α3+α4)+β1X i
5. 研究进口消费品的数量Y 与国民收入X 的模型关系时，由数据散点图显示1979年前后Y 对X 的回归关系明显不同，进口消费函数发生了结构性变化：基本消费部分下降了，而边际消费倾向变大了。
(1) 试向模型中加入适当的变量反映经济体制变迁的影响。
(2) 写出模型的设定形式。
答：(1) 在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。
设虚拟变量为：
1979年以前 1979年以后
(2)
Y t =β0+β1X t +β2D 1979+β3D 1979 X t +μt
6．根据美国1961年第一季度至1977年第二季度的季度数据，我们得到了如下的咖啡需求函数的回归方程：
ln Q
ˆt =1.2789-0.1647lnP t +0.5115lnI t +0.1483ln P 't -0.0089T-0.0961D 1t -0.1570D 2t -0.0097D 3t (-2.14) (1.23) (0.55) (-3.36) (-3.74) (-6.03) (-0.37) R 2=0.80
其中：Q —人均咖啡消费量；P —咖啡的价格（以1967年价格为不变价格）；I —人均收入；
P '—茶叶的价格（以
1967年价格为不变价格）；T —时间趋势变量(1961年第一季度为
1，……，1977年第二季度为66)；
第一季度 1 第二季度 1 第三季度
其他其他其他
试回答下列问题：
(1) 模型中P 、I 和P '系数的经济含义是什么?
(2) 咖啡的价格需求是否很有弹性?
(3) 咖啡和茶是互补品还是替代品?
(4) 如何解释时间变量T 的系数?
(5) 如何解释模型中虚拟变量的作用?
(6) 哪一个虚拟变量在统计上是显著的(0.05)?
(7) 咖啡的需求是否存在季节效应?
解答：(1) 从回归模型来看，P 的系数-0.1647表示当咖啡的价格增加1％时，咖啡的需求量减少0.1647％，是咖啡需求的价格弹性系数；I 的系数0.5115表示的是咖啡需求量对收入的弹性，即当收入增加1％时，咖啡需求量将增加0.5115％；P '的系数0.1483表示的是咖啡需求量对茶叶的交叉价格弹性系数，即当茶叶的价格增加1％时，咖啡需求量将增加0.1483％。
(2) 咖啡需求的价格弹性为0.1647小于l ，属于缺乏弹性。
(3) 由于交叉价格弹性为正，表明两者是替代品。
(4) 时间T 的系数-0.0089, 表示咖啡的需求量在逐年递减。
(5) 虚拟变量的引入反映了季节因素对咖啡需求量的影响。
(6) 在5％的显著性水平下，t 统计量的临界值为t 0.025(70-8)=1.99，D 1与D 2系数的t 统计量绝对值大于临界值，在统计上是显著的。
(7) 咖啡需求量存在季节效应，第一阶段和第二季度的销售量要少于其他季度。
7．一个由容量为209的样本估计的解释CEO 薪水的方程为：
ln )ˆ(ary l
sa =4.59+0.2571n(sales)+0.01lroe+0.158finance+0.181cosprod-0.283utility (15.3) (8.03) (2.75) (1.775) (2.130) (-2.895)
其中，salary 表示年薪水(万元)、sales 表示年收入(万元)、roe 表示公司股票收益(万元)；finance 、consprod 和utility 均为虚拟变量，分别表示金融业、消费品工业和公用事业，对比产业为交通运输业。
(1) 解释三个虚拟变量参数的经济含义；
(2) 保持sales 和roe 不变，计算公用事业和交通运输业之间估计薪水的近似百分比差 异。
这个差异在1％的显著水平上是统计显著的吗?
(3) 消费品工业和金融业之间估计薪水的近似百分比差异是多少? 写出一个使你能直接检验这个差异在统计上是否显著的方程。
解答：(1) finance 的参数的经济含义为：当销售收入与公司股票收益保持不变时，金融业的CEO 要比交通运输业的CEO 多获薪水15.8个百分点。
其他两个可类似解释。
(2) 公用事业和交通运输业之间估计薪水的近似百分比差异就是以百分数解释utility 的参数，即为28.3％。
由于参数的t 统计值为-2.895，它大于1％显著性水平下自由度为203的t 分布的临界值1.96，因此这种差异是统计上显著的。
(3) 由于消费品工业和金融业相对于交通运输业的薪水百分比差异分别为15.8％与18.1％，因此它们间的差异为18.1％-15.8％=2.3％。
一个能直接检验这一差异是否显著的方程为
ln(salary)= β0+β11n(salse)+β2 roe +β3+α1consprod +α2utilty +α3trans+μ
其中，trans 为交通运输业虚拟变量。
这里对比基准为金融业，因此
α1表示了消费品工业与金融业薪水的百分数差异，其t 统计值可用来进行显著性检验。