1.   Wooldridge Problem 5.3

The  data  SMOKE  contains  information  on  smoking  behavior  and  other  variables  for  a random sample of single adults from the United States. The variable cigs is the (average) number of cigarettes smoked per day. Do you think cigs has a normal distribution in the U.S. adult population? Explain.

2.   Wooldridge Computer Exercise 5.C1        Use the data in WAGE1.dta for this exercise:

a)   Estimate the equation

wage = F0  + F1 educ + F2 exper + F3 tenure + u Save the residuals and plot a histogram.

b)   Repeat part (a), but with log(wage) as the dependent variable.

c)   Would you say that Assumption MLR.6 is closer to being satisfied for the level-level model of the log-level model?

3.   Wooldridge Problem 5.2 Suppose that the model

pctstck =  F0  + F1funds +  F2risktol + u

Satisfies  the  first  four  GM  assumptions,  where  pctstck  is  the  percentage  of  a  worker’s pension/superannuation invested in the stock market, funds is the number of mutual funds that the worker can choose from, and risktol is some measure of risk tolerance (larger risktol means  that  a  person  has  a  higher  tolerance  for  risk).  If funds  and  risktol  are  positively correlated, what is the inconsistency in , the slope coefficient in the simple regression of pctstck on funds?

4.   Wooldridge Problem 3.12

The   following   equation   represents   the   effects   of   tax   revenue   mix   on   subsequent employment growth for the population of counties in the United States:

growth =  F0  + F1 shareP  + F2 shareI  +  F3 shareS  + other factors,

where growth is the percentage change in employment from 1980 to 1990, shaTeP    is the share of property taxes in total tax revenue, shaTeI  is the share of income tax revenues, and shaTeS  is the share of sales tax revenues. All of these variables are measured in 1980. The omitted share, shaTeF , includes fees and  miscellaneous taxes.  By definition the four shares   add   up   to   one.   Other   factors   would   include   expenditures   on   education, infrastructure, and so on (all measured in 1980).

a)   Why must we omit one of the tax share variables from the equation?

b)   Give a careful interpretation of F1 .

5.   Wooldridge Question 7.8

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?’

a)   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%’ .

b)   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?

c)   Suppose you think it is better to measure marijuana usage by putting people into one of four categories: non-user, 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 the wage.

d)   Using the model in (c), 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.

e)   What are some potential problems with drawing causal inference using the survey data that you collected?

6.   Wooldridge Question 7.4

An equation explaining chief executive officer salary is

log(—salaTy) = 4.59 + 0.257 log(sales) + 0. 11 Toe + 0. 158 finance

(0.30) (0.032)                     (0.004)         (0.089)

+ 0. 181 consprod − 0.283 utility

(0.085)                       (0.099)

n = 209, R2  = 0.357

The data used are in CEOSAL1.RAW, where finance, consprod, and utility   are binary variables  indicating  the  financial,  consumer  products  and  utilities  industries.  The omitted industry is transportation.

a)  Compute the approximate percentage difference in estimated salary between the utility and transportation industries, holding sales and roe fixed. Is the difference statistically significant at the 1% level?

b) Use  Equation  (7.10)  to  obtain  the  exact  percentage  difference  in  estimated  salary between the  utility  and transportation  industries and compare this with the  answer obtained in part i.

c)  What  is  the  approximate   percentage  difference  in  estimated  salary   between  the consumer products and finance industries? Write an equation that would allow you to test whether the difference is statistically significant.

7.   Wooldridge Computer Exercise 7.C13

Use the data in APPLE to answer this question.

(i)   Define  a  binary  variable  as ecobuy = 1 if ecolbs > 0 and ecobuy = 0 if ecolbs = 0. In other words, ecobuy indicates whether, at the prices given, a family would buy any ecologically friendly apples. What fraction of families claim they would buy eco- labeled apples?

(ii)  Estimate the linear probability model :

ecobuy = F0  + F1 ecoprc +  F2regprc + F3faminc +  F4 hhsize + F5 educ + F6 age + u

and report the results in the usual form. Carefully interpret the coefficients on the price variables, ecoprc and regprc .

(iii) Are the non-price variables jointly significant in the LPM? (Use the usual F statistic, even though it is not valid when there is heteroskedasticity. – we will come back to this issue in Week 9.) Which explanatory variable other than the price variables seems to have the most important effect on the decision to buy eco-labeled apples? Does this make sense to you?