Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
Статистические данные содержат сведения о 29 случайным образом отобранных работниках сферы обслужива
- 3 страниц
- 2019 год
- 15 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
(а) Теоретическая модель, соответствующая (1).
lnY = β0 + β1*X + β2* female + β3* belav + β4* aver + β5* abovav + ε
Число степеней свободы = размер выборки – число оцениваемых коэффициентов модели = 29 – 6 = 23.
(б) Какая категория показателя «внешняя привлекательность» является эталонной для данной модели (1)?
Так как в модели (1) отсутствует фиктивная переменная striking, она является эталонной категорией показателя «внешняя привлекательность» в модели (1).
(в) Интерпретация коэффициентов при переменных aver и abovav (предварительно необходимо проверить их значимость).
Проинтерпретируем коэффициент при фиктивной переменной aver. Для этого сначала проверим значимость отличия этого коэффициента от нуля:
H0: β4 = 0
HA: β4 ≠ 0
.
tкрит(0.05, 23) = 2,07.
Так как |tстат| > tкрит, гипотеза H0 отвергается при уровне значимости 0,05.
Коэффициент значим, интерпретируем его значение. Так как переменная aver принимает значение 1 для тех, чья внешность оценивалась как средняя, а значение 0 для других, интерпретация такая: для тех, чья внешность оценивалась как средняя, зарплата в среднем на 7,9% меньше, чем для представителей эталонной категории, т. е. для поразительно красивых сотрудников при прочих равных (то есть при сравнении сотрудников, чья внешность оценивалась как средняя и поразительно красивых сотрудников одного пола с одинаковым стажем работы).
Проинтерпретируем коэффициент при фиктивной переменной abovav. Для этого сначала проверим значимость отличия этого коэффициента от нуля:
H0: β5 = 0
HA: β5 ≠ 0
.
tкрит(0.05, 23) = 2,07.
Так как |tстат| <
Отсутствует
Статистические данные содержат сведения о 29 случайным образом отобранных работниках сферы обслуживания.
Данные содержат информацию о каждом сотруднике по следующим показателям:
Y зарплата в тысячах рублей
X стаж работы
female =1 для женщин, =0 для мужчин.
Кроме того, исследователи предположили, что в сфере обслуживания зарплата может зависеть от внешней привлекательности. Поэтому они добавили переменные, характеризующие внешность работника:
belav
=1 для работников, чья внешняя привлекательность оценивалась исследователями как ниже средней, =0 для других,
aver =1 для тех, чья внешность оценивалась как средняя, =0 других,
abovav
=1 для сотрудников с внешностью выше среднего, =0 для других,
striking =1 для поразительно красивых сотрудников, =0 для других.
Исследователь оценил две модели, в каждой из которых зависимой переменной выступала переменная lnY:
(1) (2)
const
-1,203
(0, 712) -0,887
(0,560)
X 0,181
(0,030) 0,182
(0,025)
female 0,052
(0,029) 0,055
(0,022)
belav
- 0,084
(0,030) -
aver - 0,079
(0,022) -
abovav
0,151
(0,135) -
R2 0,58 0,39
(а) Запишите теоретическую модель (1).
(б) Какая категория показателя «внешняя привлекательность» является эталонной для данной модели?
(в) Проинтерпретируйте коэффициенты при переменных aver и abovav (предварительно необходимо проверить их значимость).
(г) Влияет ли внешность на размер заработной платы? (Проведите тест для обоснования ответа)
(д) В модели (2) проинтерпретируйте коэффициенты при переменных Х и female (сначала надо проверить их значимость, от этого зависит интерпретация).
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
