数据集NBASAL.RAW包含了美国篮球协会（NBA)269位运动员的薪水信息和职业统计。 （i)估计一个将每

数据集NBASAL.RAW包含了美国篮球协会(NBA)269位运动员的薪水信息和职业统计。

(i)估计一个将每场得分(points)与加入联盟年数(exper)、年龄(age)、大学期间打球年数(coll)相联系的模型。包含一个exper的二次项，其他变量都应该以水平值形式加入模型。按照通常的格式报告结果。

(ii)保持大学打球年数和年龄不变，从加入联盟的第几个年份开始，在NBA打球的经历实际上将降低每场得分？这讲得通吗？

(iii)你为什么认为coll具有负系数，而且统计显著？(提示：NBA运动员在读完大学之前被选拔出，甚至直接从高中选出。)

(iv)有必要在方程中增加age的二次项吗？一旦控制了exper和coll之后，这对年龄效应意味着什么？

(v)现在将log(wage)对points，exper，exper²，age和coll回归。以通常的格式报告结论。

(vi)在第(v)部分的回归中检验age和coll是否联合显著。一旦控制了得分和资历，这对考察年龄和受教育程度是否对工资具有单独影响这个问题有何含义？