利用PNTSPRD.RAW中的数据。 (i)变量favwin是一个二值变量，在拉斯维加斯所押的球队胜出了预定的

利用PNTSPRD.RAW中的数据。 （i)变量favwin是一个二值变量，在拉斯维加斯所押的球队胜出了预定的

利用PNTSPRD.RAW中的数据。

(i)变量favwin是一个二值变量，在拉斯维加斯所押的球队胜出了预定的分数差时取值1。估计所押球队获胜概率的线性概率模型为

如果分数差包括了所有相关的信息，那我们预期β₀=0.5。请解释。

(ii)用OLS估计第(i)部分的模型。相对于双侧备择假设检验H₀:β₀=0.5。同时使用通常的标准误和异方差一稳健的标准误。

(iii)spread在统计上显著吗？当spread=10时，被押球队获胜的估计概率是多少？

(iv)现在对P(favwin=Ilspread)估计一个概率单位模型。解释和检验截距项为0的虚拟假设。[提示：注意Φ(0)=0.5。]

(v)利用概率单位模型估计当spread=10时被押球队获胜的概率。并与第(iii)部分的LPM估计值相比较。

(vi)在概率单位模型中增加变量fuvhome、fav25和und25，并用似然比检验来检验这些变量的联合显著性。(x²分布中的自由度是多少？)解释这个结果，注意分数差是否包括了赛前可观测到的全部信息这个问题。