题目内容
（请给出正确答案）
根据附件中的棒球员的数据，建立薪水（salary）的对数与26个预测变量（变量含义见下图）建立的多元线性回归模型，其中将薪水变量的对数作为因变量，其他26个变量作为预测变量。 （１） 采用相关软件构建多元线性回归模型，分别列出程序代码、回归系数、残差平方和(RSS)和决定系数（
）； （２） 采用下列公式计算AIC信息量（其中n为样本量，s为预测变量个数）： AIC=n*log(RSS/n) + 2(s+1). （３） 绘制残差图。 附图：
自学材料：https://wenku.baidu.com/view/8eb54c06a58da0116d174972.html
安装简答题APP，拍照搜题省时又省心！
更多“根据附件中的棒球员的数据，建立薪水（salary）的对数与2…”相关的问题
其中salary=CE0薪水;
sales=企业年销售额;
roe=股权百分比收益：
ros=企业股票回报。
log表示自然对数。括号中的数字为估计的标准误。
a.根据你对各个系数符号的先验预期，解释上述回归。
b.哪个系数在5%的显著性水平上是个别统计显著的?
c.回归的总显著性如何?你使用何种检验方式?为什么?
d.你能把roe和ros的系数解释成弹性系数吗?为什么?
A、股票价格是一个随机变量服从对数正态分布
B、在期权有效期内，无风险利率是恒定的
C、市场无摩擦，即不存在税收和交易成本，所有证券完全可分割
D、存在无风险套利机会
A、这些随机变量都在正半轴上取值
B、这些变量的大量取值在左边，少量取值在右边，并且很分散
C、服从对数正态分布的随机变量经对数变换后服从正态分布
D、为求对数正态变量事件的概率，可经对数变换后求相应正态事件相应概率
(i)你想在住房增加一个150平方英尺的卧室的情况下， 估计并得到price变化百分比的一个置信区间。以小数形式表示就是θ1=150β1+β2。使用HPRICE1.RAW中的数据去估计θ1。
(ii)用θ1和民β1表达β2，并代入log(price) 的方程。
(iii)利用第(ii)部分中的结果得到θ1的标准误，并使用这个标准误构造一个95%的置信区间。
求
在区间(-1,1)上按勒让德多项式展开求最佳平方逼近多项式： （1） 求二次最佳平方逼近多项式； （2） 求三次最佳平方逼近多项式； （3） 绘图观看其逼近程度。
给定多项式
，由牛顿迭代法求解在-1,-0.5,0,0.5,1附近的解. 作业要求： (1)指定精度ε<
(2)列出程序代码 (3)列出-1,-0.5,0,0.5,1附近的解 (4)对照第8、9、10周的作业结果，按照下表的格式列出各方法在求出相应解时所使用的迭代次数。 -0.90617985 -0.53846931 0 0.53846931 0.90617985 二分法 不动点迭代法 牛顿迭代法
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
微信搜一搜
简答题
微信搜一搜
简答题
如搜索结果不匹配，请 
采用二分法求方程
的所有解. 作业要求： (1)指定精度ε<
(2)列出程序代码 (3)列出所有解
