本题利用HPRICE1.RAW中的数据。(i)估计模型并以通常的OLS格式报告结论。(ii)当lotsize=20000,scr
本题利用HPRICE1.RAW中的数据。
(i)估计模型
并以通常的OLS格式报告结论。
(ii)当lotsize=20000,scrft=2500和bdrms=4时,求出log(price) 的预测值。利用6.4节中的方法,在同样的解释变量值的情况下,求出price的预测值。
(iii)就解释price中的变异而言,决定你是偏好第(i)部分中的模型,还是偏好模型
本题利用HPRICE1.RAW中的数据。
(i)估计模型
并以通常的OLS格式报告结论。
(ii)当lotsize=20000,scrft=2500和bdrms=4时,求出log(price) 的预测值。利用6.4节中的方法,在同样的解释变量值的情况下,求出price的预测值。
(iii)就解释price中的变异而言,决定你是偏好第(i)部分中的模型,还是偏好模型
本题利用SLEEP75.RAW中的数据。我们要分析的方程为:
(i)分别针对男性和女性单独估计这个方程,并按照通常形式报告结论。这两个估计方程有什么明显差异吗?
(ii)对男性和女性睡眠方程中的参数是否相等计算邹至庄检验。使用增加male和交互项male totwrk,.male的检验形式,并使用全部观测。该检验相关的df等于多少?在5%的显著性水平上,你应该拒绝这个虚拟假设吗?
(iii)现在,容许男性与女性存在不同截距,判定所有涉及male的交互项是不是联合显著的?
(iV)给定第(ii)部分和第(iii)部分中的结论,你最后将使用什么样的模型?
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机习题c 3.8.)
(i)利用OLS估计模型
以常用形式报告结果。在5%的显著性水平上,相对一个双侧对立假设,β统计显著异于零吗?在1%的显著性水平上呢?
(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。
(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告H0:βlog(hseval)=0的双侧p值。
(iv) 在第(ii) 部分的回归中, log(income) 和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?
(v)给定前面的回归结果,在确定一个邮区的种族构成是否影响当地快餐价格时,你会报告哪一个结果才最为可靠?
本题利用BEAUTY.RAW中的数据集,它包含了哈默梅什和比德尔(HamermeshandBiddle,1994)报告变量的一个子集(但比其报告回归中的观测更加有用)。
(i)分别求男女相貌在一般水平之上的比例。相貌在一般水平之上和之下的人哪个更多?
(ii)检验假设:男女相貌在一般水平之上的总体比例相同。报告女人比例更高的单侧P值。(提示:估计一个简单的线性概率模型最容易。)
(iii)现在针对男女分别估计模型
并以通常方式报告结果。在两种情形中,都解释belavg的系数。用语言解释假设H0:β1=0相对H1:β1<0的含义,并分别求出P值。
(iv)有一般相貌之上的女人比相貌一般的女人工资更高的充分证据吗?请解释。
(v)对男人和女人,都增加解释变量educ,exper,experz,uion,goodhlth,black,married,south,bigcity,smllcity和service。“相貌”变量的影响有重要变化吗?
(i)将lavgsal对bs进行简单回归。斜率估计值在统计上显著异于0吗?它在统计上显著地异于-1吗?
(ii)在第(i)部分的回归中增加变量lenrol和istaff。bs的系数有何变化?这种情形与教材表4-1中的情形相比如何?
(iii)第(ii)部分中bs系数的标准误为何比第(i)部分中的标准误更小?(提示:当增加变量lenrol和Istaff后,对误差方差和多重共线性会造成什么样的影响?)
(iv)Istaff的系数为何为负?它的绝对值算大吗?
(v)在回归中再添加变量lunch。保持其他条件不变,教师会因教育那些家庭条件不好的学生而得到补偿吗?请解释你的结论。
(vi)总之,你利用ELEM94_95.RAW得到的结论,与教材4-1在形式上一致吗?
A.8×106B/s
B.16×106B/s
C.16×108B/s
D.32×106B/s
(24)
A. 33 MB/s
B. 64MB/s
C. 132 MB/s
D. 164 MB/s
试利用循环队列编写求k阶菲波那契序列中前n+1项的算法,要求满足:其中max为某个约定的常数。(注意:fn≤max而fn+1>max,本题所用循环队列的容量仅为k,则在算法执行结束时,留在循环队列中的元素应是所求k阶菲波那契序列中的最后k项)
ax,其中max为某个约定的常数。(注意:本题所用循环队列的容世仅为k,则在算法执行结束时,留在循环队列中的元素应是所求k阶斐波那奥序列中的最后k项。
本题使用ATTEND.RAW中的数据。
(i)求出变量atndrte,pricGPA和ACT的最小值、最大值和平均值。
(ii)估计模型atndrte=β0+β1pricGPA+β2ACT+u,并以方程的形式写出结论。对截距做出解释。它是否有一个有用的含义。
(iii)讨论估计的斜率系数。有没有什么令人吃惊之处?
(iv)如果priGPA=3.65和ACT=20,预计atndrte是多少?你对这个结论做何解释?样本中有没有一些学生具有这些解释变量的值?
(v)如果学生A具有priGPA=3.1和ACT=21,而学生B具有priGPA=2.1和ACT=26,他们在出勤率上的预期差异是多少?
甲公司采用抽奖式的附奖销售,最高奖的金额为2000元
乙公司采用抽奖式的附奖销售,最高奖的金额为6000元
丙公司采用故意让内定人员中奖的方式进行有奖销售
丁公司利用有奖销售的手段推销质次价高的商品
本题使用WAGE2.RAW中的数据。
(i)估计模型
并以通常的形式报告结果。保持其他因素不变,黑人和非黑人之间的月薪差异近似为多少?这个差异是统计显著的吗?
(ii) 在这个方程中增加变量exper²和tenure², 证明即便在20%的显著性水平上, 它们也不是联合显著的。
(iii)扩展原模型,使受教育回报取决于种族,并检验受教育的回报是否的确取决于种族。
(iv)再回到原模型,但现在容许四个不同人群(已婚黑人、已婚非黑人、单身黑人和单身非黑人)的工资有差别。估计已婚黑人和已婚非黑人之间的工资差异是多少?