обновление пригодного данные относительно выборов обучения так же как
моделей, которые включают такое обновление.
35We также рассматривал модели с ПЛОЩАДЬЮ (1) процесс для ударов: регистрация (и) = plog (es-i) +, против где против ~ N (0, a). Случай, где p = 0 соответствует Столам 7a и 7b. Для p = 1, E (es+i\es) = es и хорошего или плохого удара затрагивает ожидаемые будущие результаты в той же самой пропорции как текущие результаты. Таким образом, результат es не имеет никакого эффекта на решения обучения. В линейном случае, соответствующем Столу 7a, ожидаемые нормы возвращения как измерено Ј/s_i (я? ss_i) располагаются между теми, о которых сообщают в столе (когда p - около ноля) и линейного увеличения в доходе, r = 0.10 (когда p - около одного). Средние ожидаемые доходы по всем инвестициям для более общего нелинейного случая отличаются немного от показанных в Столе 7b, так как почти каждый хочет посещать самый высокий уровень обучения независимо от ценности для p. Это подразумевает, что возвращения всегда отражают ожидаемое увеличение в доходе между текущим уровнем обучения и самым высоким уровнем обучения, который, в среднем, независим от p.
34
уменьшаются в Возвращениях s.36 для тех, кто хочет продолжать, заметно большие чем средние возвращения, в то время как возвращения для тех, кто хочет не продолжать - что-то меньшее чем r. Оценка наименьших квадратов нормы возвращения к школе (то есть коэффициент на обучении в регрессе дохода регистрации) - только 0.063, далеко ниже истинной средней нормы возвращения или обработки на рассмотренных оценках. Это также недооценивает норму увеличения в ожидаемом доходе, Ws, и точно не отражает отношения оценки за заработную плату и обучение. Даже с линейностью среднего дохода регистрации в обучении, оценки на основе Мясорубки возвращения существенно вниз смещены в присутствии неуверенности. Не удивительно, этот уклон (наряду с ценностями выбора) исчезает, поскольку разница в es идет в ноль. Однако, мы находим уклон такого размера, как-0.01, примерно 10 % истинного возвращения, когда столь же низок как 0.01.37
Стол 7b добавляет нелинейность к этой модели, чтобы демонстрировать ее добавленный эффект на нормы ценностей выбора и возвращения. Моделирование сообщило в этом столе, предполагает, что увеличения в населении, которым средний доход регистрации от первого к второму и третьему к четвертым уровням школы является и 0.1, но увеличение, связанное с движением от уровня два - три - 0.3, и от четыре до пять - 0.2. Это грубо подражает образцам, наблюдаемым в более поздних годах Переписи с обучением, выравнивает три и пять средних школ представления и окончание колледжа, соответственно. Эти моделирования показывают существенно большие возвращения более низким школьным переходам в результате больших овчинных эффектов в более поздних годах. Ценности выбора являются особенно большими в ранних учебных годах. Вообще, чем больше нелинейность, тем больше ценность выбора. Оценки от регресса Мясорубки предлагают норму возвращения только 0.060, существенно меньше чем истинные средние возвращения или обработка на рассмотренных оценках, которые располагаются от 0.21 до 0.46. В то время как истинные возвращения увеличились относительно Стола 7a, оценка Мясорубки фактически уменьшается немного. Поскольку большинство индивидуумов хочет продолжать к более высоким уровням обучения в этом моделировании, есть небольшое различие между средними возвращениями и оцененной обработкой на рассмотренных параметрах.
Моделирования, представленные в Столах 7a и 7b указывают на потенциально важную роль обоих источников ценностей выбора в определении полных возвращений к обучению. Поворачиваясь к реальным данным, мы используем nonparametrically, оценил профили дохода для белых мужчин в
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.