题目内容
（请给出正确答案）
[单选题]
你已经决定对每项活动估计用一个时间估计值的方法来估计你的项目。然后，你将会采用下列哪种方法？（）
A.PERT
B.PDM
C.CPM
D.WBS
提问人：网友icomeyougo
发布时间：2022-01-07
题目内容
（请给出正确答案）
如搜索结果不匹配，请 
您可能会需要：
安装简答题APP，拍照搜题省时又省心！
更多“你已经决定对每项活动估计用一个时间估计值的方法来估计你的项目…”相关的问题
第2题
文件TRAFFIC2.RAW包含了加州1981年1月一1989年12月车祸、交通法规和其他变量的108个月度观测。利用这个数据集回答本题。
点击查看答案
(i)加州的安全带法规在何年何月生效?高速公路上的限速何时提高到每小时65英里。
(ii)将变量log(1otacc)对一个线性时间趋势和11个月度虚拟变量(1月作为基期)进行回归。解释时间趋势变量的系数估计值。你认为交通事故总数中存在季节性吗?
(iii)在第(ii)部分的回归中添加变量wkends，unem，spdlaw和belilw。讨论失业变量系数。你认为它的符号和大小合理吗?
(iv)在第(iii)部分的回归中，解释spdlw和beltlaw的系数。估计的影响如你所料吗?请解释。
(v)变量prefar是至少导致1人死亡的交通事故百分数。注意这个变量是一个百分数，而不是比例。在此期间prefar的平均值是多少?其大小看来正确吗?
(vi)用prcfat而非log(totacc)作为因变量重做第(ii)部分的回归。讨论最高限速和安全带法规变量的估计效应和显著性。
第3题
一所大学要求你估计对女子篮球比赛门票的需求。你能搜集到10个赛季总共约150次观测的时间序列数据。一个可能的模型是
点击查看答案
其中，PRICEl表示门票价格(可能以真实价格度量，比如通过地区消费者价格指数进行平减)，WINPERCl表示球队当前获胜的概率，RIVALl表示一个标志着比赛是否势均力敌的虚拟变量，而WEEKEND表示一个标志着球赛是否在周末进行的虚拟变量。I表示自然对数，所以这个需求函数具有常价格弹性。
(i)为什么在这个方程中有一个时间趋势是个好想法?
(ii)门票供给由体育馆的容量所固定;假定这个供给10年不变。这意味着供给的数量不随价格而变化。这意味着价格在这个需求方程中必然是外生变量吗?(提示：回答是否定的。)
(iii)假设门票的名义价格缓慢变化(如在每个赛季之初)。体育委员会部分基于上赛季的平均售票和该队上赛季的胜率来选择价格。在什么样的条件下，上个赛季的胜率(SEASt-1)是IPRICEt一个有效的工具变量?
(iv)在方程中包括男子篮球比赛的真实价格(的对数)看起来合理吗?请解释。经济理论预测其系数的符号是什么样的?你能想到另外一个与男子篮球相关而又属于女子观众方程的变量吗?
(v)如果你担心某些序列(特别是IATTEND和IPRICE)有单位根，你如何改变所估计的方程?
(vi)如果某些比赛的门票售空，这会导致估计需求方程出现什么问题?(提示：如果门票售空，你一定观察到真实需求了吗?)
第4题
目前你正从事于一个很有难度的荒地开垦项目。你已经离开祖国有好几个月的时间了，而且已经厌烦了当地工人喜欢的饮料：发酵的羊奶。你最想要的就是来一杯啤酒。最后，你向当地人询问他们为什么不像你的同胞们那样喝啤酒。那人对你严肃地说：“你的民族优越感太强了 !”他是在指责你犯下了哪项错误 ?
点击查看答案
A、把行为归结为某个原因
B、想当然地认为你自己的文化有着先天的优越性
C、你又在用一成不变的老套路来考虑当地的这些人
D、专注于控制而不是协调
第5题
本题利用FERTIL 3.RAW中的数据。(i)以时间为横轴,画出gfr的曲线。在整个样本期间,它包含了明显的
本题利用FERTIL 3.RAW中的数据。
点击查看答案
(i)以时间为横轴，画出gfr的曲线。在整个样本期间，它包含了明显的向上或向下的趋势吗?
(ii)利用直至1979年的数据，估计gfr的立方时间趋势模型(即将gfr对t、t2、t3和截距项进行回归) 。评论这个回归的R2。
(iii)用第(ii)部分中的模型，计算从1980年到1984年的提前一期预报误差的MAE。
(iv)利用到1979年为止的数据， 做
对一个常数的回归。这个常数统计显著异于0吗?如果我们假定gfri服从一个随机游走，同时也假定漂移项为0，这样做合理吗?
(v)用随机游走模型预报从1980年到1984年的gfr：gfni+1的预报值无非就是gfrit。求出MAE。它与第(iii)部分中得到的MAE有何区别?你更喜欢哪一种预报方法?
(vi)用直至1979年的数据估计gfr的AR(2)模型。第二个滞后项显著吗?
(vii)用AR(2) 模型求出1980~1984年的MAE。这个更一般的模型比随机游走模型的样本外预报效果更好吗?
