重要提示:请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
首页 > 公务员> 中国梦
网友您好,请在下方输入框内输入要搜索的题目:
搜题
拍照、语音搜题,请扫码下载APP
扫一扫 下载APP
题目内容 (请给出正确答案)
[主观题]

利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭

利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格,并询问他们愿意购买每种苹果的磅数。

(i)对于样本中的660个家庭,有多少家庭报告称在预定价格上不愿意购买环保苹果?

(ii)变量ecolbs看上去在严格正值上具有连续分布吗?你的回答对ecolbs托宾模型的适当性有何含义?

(iii)以ecoprc、regprc、famic和hhsize作为解释变量,估计一个托宾模型。哪些变量在1%的水平上显著。

(iv)faminc和hhsize联合显著吗?

(v)第(iii)部分中价格变量系数的符号与你的预期一致吗?请解释。

(vi)令β1和β2为ecoprc和regprc的系数,相对一个双侧备择假设,检验假设H0:-β12。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验,你可能还要参考教材4.4节

(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)],称之为ecolbsi。最大和最小拟合值是多少?

(viii)计算ecolbs,和ecolbsi之相关系数的平方。

(ix)现在,利用第(iii)部分中同样的解释变量,估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多?从拟合优度来看,托宾模型比线性模型更好吗?

(x)评价如下命题:“由于托宾模型的R,如此之小,所以估计的价格效应可能是不一致的。”

答案
查看答案
更多“利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭”相关的问题

第1题

利用APPLE.RAW来验证命题。 (i)做ecolbs对ecoprc和regprc的回归,并以常用形式报告结论,包括R2

利用APPLE.RAW来验证命题。

(i)做ecolbs对ecoprc和regprc的回归,并以常用形式报告结论,包括R2和调整R2解释价格变量的系数,并评论它们的符号和大小。

(ii)价格变量统计显著吗?报告个别t检验的P值。

(iii)ecolbs拟合值的范围是什么?样本报告ecolbs=0比例是什么?请评论。

(iv)你认为价格变量很好地解释了ecolbs中的变化吗?请解释。

(v)在第(i)部分的回归中增加变量faminc,hhsize(家庭规模),educ和age。求它们联合显著的P值。你得到什么结论?

点击查看答案

第2题

回答本题需用APPLE.RAW中的数据。(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。
回答本题需用APPLE.RAW中的数据。(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。

回答本题需用APPLE.RAW中的数据。

(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。换言之, 在给定价格下, eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?

(ii)估计线性概率模型

并以通常的形式报告结果。仔细解释价格变量的系数。

(iii) 在LPM中, 非价格变量联合显著吗?(尽管存在异方差时, 通常的F统计量并非有效, 但我们还是使用它。)除价格变量外,哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?

(iv) 在第(ii) 部分的模型中, 用log(faminc) 取代faminc。使用faminc和log(fam inc) , 哪个模型对数据的拟合更好?解释log(faminc) 的系数。

(v)在第(iv)部分的估计中,有多少估计概率为负?多少大于1?应该引起你的注意吗?

(vi) 对于第(iv) 部分中的估计, 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?

点击查看答案

第3题

在华为Fusion Computer中,虚拟机内部删除数据后,磁盘大小不会自动缩减,下次用户在写入时,会利用这些内部释放出来的空间。()
点击查看答案

第4题

利用RECD.RAW中的数据, 通过OLS(仅用552个未截取的持续期间) 估计例17.4中的模型。一般性地评论这些估计值与表17.4中估计值的比较。
利用RECD.RAW中的数据, 通过OLS(仅用552个未截取的持续期间) 估计例17.4中的模型。一般性地评论这些估计值与表17.4中估计值的比较。

点击查看答案

第5题

利用KIELMC.RAW中的数据,对1978年和1981年估计了如下方程: 试将交互项y81-nearinc的估计值和

利用KIELMC.RAW中的数据,对1978年和1981年估计了如下方程:

试将交互项y81-nearinc的估计值和教材方程(13.9)中的相应估计值相比较。为什么这些估计值差别如此之大?

点击查看答案

第6题

需要利用JTRAIN2.RAW和JTRAIN3.RAW两个数据集。前者是工作培训实验的结果。而文件JTRAIN3.RAW包
含了所观测到的数据,其中个人基本上是自己决定是否参加工作培训。数据集包含同一时期的数据。

(i)在数据集JTRAIN2.RAW中,男人参加工作培训的比例是多大?在JTRAIN3.RAW中的比例又是多大?你认为为什么存在这么大的差距?

(ii)利用JTRAIN2.RAW,做re78对train的简单回归。参与工作培训对真实工资的估计影响有多大?

(ii)现在,在第(ii)部分的回归中增加控制变量re74,re75,educ,age,black和hisp。工作培训对re78的估计影响变化大吗?何以至此?(提示:记得这些都是实验数据。)

(iv)利用JTRAIN3.RAW中的数据做第(ii)部分和第(iii)部分的回归,只报告train的估计系数及其:统计量。现在,控制额外因素的影响如何?为什么?

(v)定义avgre=(re74+re75)/2。求这两个数据集中的样本均值、标准差、最小值和最大值。这些数据集代表了1978年同样的总体吗?

(vi)在数据集JTRAIN2.RAW中,几乎96%的男性的avgre低于10000美元。只利用这些男性的数据,做re78对train,re74,re75,educ,age,black和hisp的回归,并报告培训估计值及其:统计量。对JTRAIN3.RAW

也只利用avgre ≤10的男性做同样的回归。就这个低收入男性子样本而言,实验数据集和非实验数据集估计的培训效应有何差别?

(vii)现在,只针对1974年和1975年失业的男性,利用每个数据集做re78对train的简单回归。培训的估计值又有何差别?

(viii)利用你前面的回归结果,试讨论在比较实验估计值和非实验估计值的背后,拥有可比较总体的潜在重要性。

点击查看答案

第7题

利用LOANAPP.RAW中的数据。 (i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳

利用LOANAPP.RAW中的数据。

(i)估计第7章的计算机练习C8第(iii)部分中的方程,计算其异方差-稳健的标准误。将βwhite的95%的置信区间与非稳健的置信区间相比较。

(ii)由第(i)部分的回归计算拟合值。其中有没有哪个估计值小于0?有没有哪个估计值大于1?而这些情况对加权最小二乘估计的应用意味着什么?

点击查看答案

第8题

MEAPO1.RAW中的数据是2001年密歇根州的数据。利用这些数据回答如下问题。 (i)求出math4的最大值

MEAPO1.RAW中的数据是2001年密歇根州的数据。利用这些数据回答如下问题。

(i)求出math4的最大值和最小值。这个范围合理吗?请解释。

(ii)有多少学校在数学测试中有100%的通过率?占整个样本的百分比是多少?

(iii)有多少学校的数学通过率刚好是50%?

(iv)比较数学和阅读的平均通过率。哪个测试更难通过?

(v)求出math4和read4之间的相关系数。你得到的结论是什么?

(vi)变量exppp是平均每个学生的支出。求出exppp的平均值和标准差。你认为学生均支出存在大幅波动吗?

(vii)假设学校A平均每个学生支出6000美元,学校B平均每个学生支出5500美元。学校A的支出超过学校B的支出百分之多少?与根据自然对数之差近似的百分比差异100x[In(6000)-In(5500)]进行比较。

点击查看答案

第9题

在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。(i)利用CRIME L R
在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。(i)利用CRIME L R

在例9.1中,我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。

(i)利用CRIME L RAW中的数据, 在例17.3的泊松回归中同样增加这些项。

(ii)根据估计 。数据存在过度散布的证据吗?该如何调整泊松极大似然估计标准误?

(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3,计算这三个平方项联合显著性的准似然比统计量。你得到什么结论?

点击查看答案

第10题

数据库恢复的基础是利用转储的冗余数据。这些转储的冗余数据包括()?

A.日志文件

B.数据库后备副本

C.资源文件

D.调度

点击查看答案
下载APP
关注公众号
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)

订单号:

遇到问题请联系在线客服

请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示:请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
请用微信扫码测试
优题宝