如果在一个高度非线性并且复杂的一些变量中“一个树模型可比一般的回归模型效果更好”。（)

A.函数关系和相关关系

B.线性相关关系和非线性相关关系

C.正相关关系和负相关关系

D.简单相关关系和复杂相关关系

A.教师给予学生的角色既可以是程序性的，如计时员、联络员，也可以是认知性的，如提问者、总结员等

B.教师需要详细地向学生介绍每个角色的任务与工作

C.教师为小组成员设置角色应综合考虑任务的性质、小组活动的目标、教学活动设计、对小组行为的期待等多方面要素

D.在一个小组内，成员的角色越多越好

E.小组中的角色应该是固定不变的，具有一定的稳定性

F.“角色”只适用于相对复杂的学习任务，如基于项目的学习，而不适合于一些简单的、高度结构化的学习任务

A.标准函数

B.线性函数

C.非线性函数

D.非标准函数

A.敏感性分析是投资项目评价中常用的一种研究不确定性的方法

B.敏感性分析主要包括最大最小法和敏感程度法两种分析方法

C.敏感性分析是一种常用的风险分析方法，但计算过程复杂

D.在进行敏感性分析时，只允许一个变量发生变动，而假设其他变量保持不变

A.消费者属于高度介入购买者，并且了解现有品牌之间存在的显著差异

B.消费者高度介入某项购买，但他看不出各品牌有何差异

C.消费者低度介入和在品牌没有什么差异的情况下购买

D.消费者低度介入，品牌之间有着显著的差异，此时可看到消费者经常转换品牌

某一时刻或若千个时刻的状态，这样的系统被称为时滞动力系统。时滞非线性动力系统有着比用常微分方程所描述的动力系统更加丰富的动力学行为，例如，一阶的自治时滞非线性系统就可能出现混沌运动。时滞微分方程的一般形式为

式中：T≥0为时滞常数。在Matlab中提供了命令dde23来直接求解时滞微分方程。其调用格式为801=dde23(ddefun，lags，history，tspan，options)，

其中，ddfun为描述时滞微分方程的函数;lags为时滞常数向量;history为描述t≤to时的状态变量值的函数;tspan为求解的时间区间;options为求解器的参数设置。该函数的返回值sol是结构体数据，其中sol.x成员变量为时间向量l，sol.y成员变量为各个时刻的状态向量构成的矩阵，其每一个行对应着一个状态变量的取值。求解如下时滞微分方程组：

已知，在i≤0时，x(t)=5，x2(t)=0，x(1)=1，试求该方程组在[0，40]上的数值解。

A、年龄和性别

B、怀疑的混杂因素

C、与研究的暴露变量高度相关的因素

D、当前研究中无需再分析其与疾病关系的因素

E、与研究的暴露和结局变量存在一定的相关性，且不是待检验因果通路的一个中间环节

A.尽量使用实数优化，减少整数约束和整数变量

B.尽量使用光滑优化，减少非光滑约束的个数

C.尽量使用非线性模型，减少线性约束和线性变量的个数

D.模型中使用的参数数量级要适当

券项目， 则取值为1， 再令scorei表示这个孩子在后来的标准化考试中的成绩。假设这个参与变量voucheri独立于影响考试成绩的已观测因素和未观测因素，在这个意义上，它就是完全随机的。

(i) 如果你利用一个容量为n的随机样本进行score。对voucheri的简单回归， 那么， 普通最小二乘估计量能给出教育券项目影响的一个无偏估计量吗？

(ii)假设你还可以搜集到一些诸如家庭收入、家庭结构(比如孩子是否与双亲住在一起)和父母的受教育水平等背景信息。为了得到教育券项目影响的无偏估计量，你需要控制这些因素吗？请解释。

(iii)你为什么应该在回归中包含这些家庭背景变量？有没有你不包含这些背景变量的情况呢？

利用CEMENT.RAW中的数据。

(i)将水泥价格月增长率(gprc)作为供给数量增长率(gce)函数，写出静态供给函数是

其中，gprcpet(汽油价格上涨率)被假定为外生变量，而feb，···，dec为月度虚拟变量。你预期a₁和β₁的符号是什么？用OLS估计这个方程。供给函数向上倾斜吗？

(ii)变量gdefs是美国真实国防支出的月增长率。gdefs要作为gcem的一个好的工具变量，你需要对它做什么假定？检验gcem是否与gdefs偏相关。(不用担心约简型中可能的序列相关。)你能用gdefs作为估计供给函数中的一个Ⅳ吗？

(iii)谢伊(Shea，1993)认为建住宅楼的产出增长率(gres)和非住宅楼的产出增长率(gnon)是gcem的有效工具变量。其思想是，存在一些应该与供给误差项u，大致无关的需求移动因子。检验gcem是否与gres和gnon偏相关;同样不用担心约简型中的序列相关。

(iv)利用gres和gnon作为gcem的工具变量估计供给函数。你对水泥的静态供给函数得到什么结论？[动态供给函数显然是向上倾斜的;参见Shea(1993)。]