具有一个复杂曲面的实体模型一般通过（)来完成。

A.压型

B.锤击加工

C.热弯成型加工

A.自由直线型

B.自由曲线型

C.偶然型

D.徒手型

考虑一个用企业年销售额、股本回报率(roe，以百分数表示)和企业股票的回报(ros，以百分数表示)来解释CEO薪水的如下方程：

(i)用模型参数来表述如下原假设：在控制了sales和roe后，ros对CEO的薪水没有影响。再给出备择假设的参数表述：股票市场更好的业绩会提高CEO的薪水。

(ii)使用CEOSAL1.RAW中的数据，通过OLS可以得到如下方程：

如果ros提高50个百分点，预计salary会提高多大比例？ros对salary具有实际上很大的影响吗？

(iii)检验ros对salary没有影响的原假设，备择假设是具有正效应。在10%的显著性水平上进行检验。

(iv)你最后会在一个用企业业绩表示CEO报酬的模型中包括ros吗？给出你的解释。

本题要用到HTV.RAW中的数据。

(i)考虑一个加入了父母受教育程度变量的工资方程

表述原假设：父亲与母亲的受教育程度对log(wage)具有相同影响。

(ii)估计第(i)部分中的模型，同时谈谈你对β，和队大小的看法。

(iii)在5%的显著性水平上，相对于双侧备择假设，通过构造一个95%的置信区间来检验第(i)部分中的原假设。你得到的结论是什么？

(i)写出一个方程，使之在控制其他因素的情况下，能让你估计出使用大麻对工资的影响。你应该能得出这样的结论：“每个月多抽5次大麻，估计会使工资改变x%。”

(ii)写出一个模型，使你能检验女性和男性在使用大麻对工资的影响上是否存在差异。你将怎样检验男女使用大麻的影响是没有差异的？

(iii)假设你认为最好按大麻使用量将人分为四类：不用者、浅尝者(每月1~5次)、适度者(每月6~10次)和重用者(每个月10次以上)。写出一个模型，使你能估计出使用大麻对工资的影响。

(iv)利用第(iii)部分的模型，详细解释如何检验使用大麻对工资没有影响的原假设。既要具体，又要包括对自由度的一个仔细列表。

(v)利用你搜集来的调查数据做因果推断会有哪些潜在的问题？

A.细粒度服务接口

B.服务组件“紧密耦合"

C.基于文本的消息传递

D.大数据量低频率访问

E.独立的功能实体

A.层次模型

B.网状模型

C.关系模型

D.表格模型

A.实体一联系模型

B.层次模型

C.网状模型

D.关系模型

A.实体

B.属性

C.关系

D.关键字