![](https://lstatic.shangxueba.com/jiandati/h5/images/m_q_title.png)
B.0和1是连接硬件与软件的纽带,理论上来说,任何计算既可以由硬件实现,也可以由软件实现
C.符号化计算化是社会/自然与计算融合的基本思维模式,即:若要使任何社会/自然问题被计算机处理,则首先要将该问题相关的内容符号化并提出相应的计算规则,符号化不仅仅是指数学符号化,而是指最终可以转换为二进制比特的各种符号
D.上述说法有不正确的
(i)使用OLS估计模型
并用通常的格式报告你的结论。在5%的显著性水平上,每个解释变量都是统计显著的吗?
(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少?它与math4的实际数据取值范围相比如何?
(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差?对这个残差给予解释。
(iv)在方程中增加所有解释变量的平方项,检验它们的联合显著性。你会把它们放到模型中吗?
(v)回到第(i)部分中的模型,将因变量和每个解释变量都除以各自的样本标准差,并重新进行回归。(除非你还将每个变量分别减去了各自的均值,否则还应该包括一个截距项。)以标准差为单位,哪个解释变量对数学考试通过率具有最大的影响?
(i)求出样本中prpblck和income的平均值及其标准差。prpblck和income的度量单位是什么?
(ii)考虑一个模型,用人口中黑人比例和收入中位数来解释苏打饮料的价格psoda:
用OLS估计这个模型并以方程的形式报告结果, 包括样本容量和R。(报告估计值时不要使用科学计数法。)解释prpblck的系数。你认为它在经济上算大吗?
(iii) 将第(ii)部分得到的估计值与psoda对prpblck进行简单回归得到的估计值进行比较。控制收入变量后,这种歧视效应是更大还是更小了?
(iv)收入价格弹性为常数的模型可能更加适合。报告如下模型的估计值:
(vi)求出1og(income)和prppov的相关系数。大致符合你的预期吗?
(vii)评价如下说法:“由于log(income)和prppov如此高度相关,所以它们不该进入同一个回归。”
(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。
(i)样本中最年轻的人多少岁?这个年龄的有多少人?
(ii)在模型中,β2的字面解释是什么?它本身有什么意义吗?
(iii)估计第(ii)部分中的模型,并以标准形式报告结果。你关心age的系数为负吗?请解释。
(iv)由于样本中最年轻者为25岁,若认为给定收入水平下,25岁时净总金融资产的平均量最低,这有意义吗?记得age对nettfa的偏效应为β2+2β3age,所以在25岁时的偏效应为β2+2β2(25)=β2+50β3称之为θ2。求并得到检验H0:θ2=0的双侧P值。你应该得到θ2很小且在统计上也不显著的结论。
(1)2x+3=6.
(2)明年10月1日不是晴天.
(3)这朵花多么好看呀!
(4)今天下午有会吗?
(5)地球外有的星球上有水.
(6)请不要大声吵闹!
(7)1+101=110.
(8)明天如果天气晴朗,我将去公园.
(9)我学习英语或德语.
(10)雪是黑的当且仅当太阳从东方升起.
(11)2是偶数且是素数.
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!