Chapter 6

Dạng hàm bậc hai trong một biến giải thích cho phép đo lường một tác
động biên tăng dần hoặc giảm dần của biến giải thích đó đến biến phụ
thuộc cần nghiên cứu.

Có thể dễ dàng tính toán được điểm cực trị của một phương trình bậc
hai, và điểm cực trị này nên được tính toán để kiểm tra xem có ý nghĩa
thực tiễn hay không.
+trái dấu: b1 =-2, b2=3 => x=1/3 (x dương)
+cùng dấu: b1= 2, b2=3 => x=-1/3 (x âm)

Y phụ thuộc vào giá trị hiện tại của x => marginal effect  tính đạo hàm

Turnaround point: Trong phương trình này, tác động đến tiền lương
của kinh nghiệm sẽ tiến tới 0 khi kinh nghiệm đạt mức
-0,298/ 2(-0,0061) = 24,4 năm.
Đạo hàm y theo x1
Số 2.59 ở đâu?
Question 1

Use the data in WAGE1 for this exercise.

i. Use OLS to estimate the equation

and report the results using the usual format.

ii. Is exper2 statistically significant at the 1% level? So sánh với t table hoặc so sánh p-
value
The t statistic on exper2 is about -6.16, so exper2 is significant at the 1% level.
Ôn lại dò bảng t: t > c thì mới significant

iii. Using the approximation

find the approximate return to the fifth year x=4 (vì mình đang ở năm thứ tư và tính
cái lợi ích ở 1 năm nữa vào năm thứ năm) of experience. What is the approximate
return to the twentieth year of experience? (phần increase trong lương khi tăng 1
năm)

b1, b2 trong bảng

+ Năm thứ 5 mang lại sự thay đổi cho lương là bao nhiêu? => tìm delta y với x=4 và
delta x = 1
Return to the 5th year: we start at exper = 4 & increase exper by 1 (x=1 & delta x = 1)
 Delta y = (0.041 – 2* 0.000714* 4)*1 = 3.53%
+ Năm thứ 20 mang lại sự thay đổi cho lương là bao nhiêu? => tìm delta y với x=19
và delta x = 1
Return to the 20th year: we start at exper = 19 & increase exper by 1 (x=19 & delta x =
1)
 Delta y = (0.041 – 2* 0.000714* 19)*1 = 1.39%
 iv. At what value of exper does additional experience actually lower predicted
log(wage)? How many people have more experience in this sample?
Tìm cái turnaround point do exper (b1) dương, b2 âm
Turnaround point x* = - 0.041/ 2*(-0.000714) = 28.7 years
In the sample, there are 121 people with at least 29 years of experience.
*vì sao 121?

Question 2
Using the data in RDCHEM, the following equation was obtained by OLS:

i. At what point does the marginal effect of sales on rdintens become negative?
Turnaround point x* = -0.0003/2*(-0.000000007) = 21428.57 million

ii. Would you keep the quadratic term in the model? Explain.
Consider xem có significant của salesq hay không
P value < 0.1, it’s significant at 10% so we can keep the quadratic term.

iii. Define salesbil as sales measured in billions of dollars: salesbil = sales/1,000. Rewrite
the estimated equation with salesbil and salesbil2 as the independent variables. Be
sure to report standard errors and the R-squared. [Hint: Note that salesbil2 = sales2/
(1,000)2.]

iv. For the purpose of reporting the results, which equation do you prefer?
Prefer the equation in question (iii) because it has the same interpretation but with
fewer zeros.
Question 3
The following model allows the return to education to depend upon the total amount of both
parents’ education, called pareduc:
log ( wage )=β 0 + β 1 edu+ β2 educ . pareduc+ β 3 exper + β 4 tenure+ u
v. Show that, in decimal form, the return to another year of education in this model is
∆ log ( wage ) / ∆ educ=β 1 + β 2 pareduc
What sign do you expect for β 2? Why?
[INTERATION TERM] Positive => thêm 1 năm education mà bạn nào có ba mẹ
education cao hơn thì lương cao hơn
Holding other factors fixed:
∆ log ( wage )=β 1 ∆ educ + β 2 ∆ educ . pareduc=( β1 + β 2 pareduc) ∆ educ
Then ∆ log ( wage ) / ∆ educ=β 1 + β 2 pareduc
Not obvious, but we may expect that β 2 is positive because more highly educated
parents, the more the child can get from another year of education therefore the
result is that child can get a higher wage.

vi. Using the data in WAGE2, the estimated equation is

(Only 722 observations contain full information on parents’ education.) Interpret the
coefficient on the interaction term  ý nghĩa. It might help to choose two specific
values for pareduc—for example, pareduc = 32 if both parents have a college
education, or pareduc = 24 if both parents have a high school education—and to
compare the estimated return to educ.
  The coefficient on interaction term is 0.00078, significant at 1%, indicating that an
additional year of education yields a higher increase in wage for children with
more highly educated parents.
Compare wage of children in 2 group of parents: (pareduc=32 and pareduc=24)
The difference in estimated return to education
Low: 0.047+ 0.00078 .24
Hight: 0.047+ 0.00078.32
 Trừ nhau: = 0.00078*(32- 24) = 0.0062

vii. When pareduc is added as a separate variable to the equation, we get:

Does the estimated return to education now depend positively on parent education?
Test the null hypothesis that the return to education does not depend on parent
education.  đầu tiên là tính t test cho pareduc rồi tới interaction term. Thì thấy
interation term nó k có significant  ko phụ thuộc nhưng mà bỏ pareduc đi thì sẽ bị
biased estimation.
The coefficient on pareduc is positive and statistically significant at 5%.
But the coefficient on interation term is not significant even at 10%.
a/ Vì nếu để attend dô thì lúc phân tích phải holding nó fixed để cái alcohol affect colGPA
(Because attendance is likely to be an important mechanism through which drinking affects
performance, we probably do not want to hold it fixed in the analysis). Mún có total effect
của alcohol lên GPA thì bỏ attend

b/ Được vì 2 cái biến này measure cái abilities và motivation của student (giải thích).
drinking cũng correlated với cái điểm SAT và cái performance của high school.

C3
C10

i. Yes because p < alpha  significant

ii.