大数据的存储方案通常对一份数据在不同节点上存储三份副本，以提高系统容错性。（)

关于药物流行病学的叙述，不正确的是：

A．样本越大，数据估计越为准确

B．需在不同的人群中，作两三次以上的大样本研究

C．对同一个药物，一定会得出相同的研究结果

D．可发现潜伏期很长的药物不良反应

E．可在老人、儿童、孕妇等人群中进行

A.大数据自身安全

B.大数据安全应用

C.大数据存储安全

D.大数据维护安全

A.大规模存储与计算

B.其他三个选项都是

C.智能化

D.数据分析处理

A.高性能计算

B.互联网

C.人工智能

D.大数据

此题为判断题(对，错)。

A.Hadoop

B.Impala

C.Spark

D.BigTable

问题描述:设有n个程序{1,2,...,n}要存放在长度为1的磁带上.程序i存放在磁带上的长度是l_i(1≤i≤n).程序存储问题要求确定这n个程序在磁带上的一个存储方案,使得能够在磁带上存储尽可能多的程序.

算法设计:对于给定的n个程序存放在磁带上的长度,计算磁带上最多可以存储的程序数.

数据输入:由文件input.txt给出输入数据.第1行是2个正整数,分别表示文件个数n和磁带的长度L.接下来的1行中,有1个正整数,表示程序存放在磁带上的长度.

结果输出:将计算的最多可以存储的程序数输出到文件output.txt.

本题使用GPA2.RAW中的数据。

(i)考虑方程

其中，colgpa表示累积的大学GPA，hsize表示高中毕业年级以百人计的规模，hsperc表示在毕业年级中学术排名的百分位，sat表示SAT综合分数，female是一个二值变量，而athlete也是一个运动员取值1的二值变量。你对这个方程中的系数有何预期？哪些你没有把握？

(ii)估计第(i)部分中的方程，并以通常的形式报告结果。估计运动员和非运动员之间GPA的差异是多少？它是统计显著的吗？

(ii)从模型中去掉sat并重新估计这个方程。现在，作为运动员的估计影响是多大？讨论为什么这个估计值不同于第(ii)部分的结论。

(iv)在第(i)部分的模型中，容许作为运动员的影响会因性别不同而不同。检验如下原假设：在其他条件不变的情况下，女生是否是运动员没有差别。

(v)sat对colgpa的影响会因性别不同而不同吗？讲出你的根据。

利用HPRICE1.RAW中的数据。

(i)估计模型

并按通常的格式报告你的结果，包括回归标准误。当我们代入lotsize=10000，sqrft=2300和bdrms=4时，求出预测价格，将这个价格四舍五入到美元。

(ii)做一个回归，使你能得到第(i)部分中预测值的一个95%的置信区间。注意，由于四舍五入的误差，你的预测将多少有些不同。

(iii)令price⁰为具有第(i)部分和第(ii)部分所述特征的住房的未知未来售价。求出price⁰的一个95%的置信区间，并对这个置信区间的宽度进行评论。

利用GPA2.RAW中的数据。

(i)估计模型

其中，hsize为毕业年级的规模(以百为单位)，按通常的格式写出结论。二次项是统计显著的吗？

(ii)利用第(i)部分的估计方程，高中学校的“最优”规模是什么？说明你的答案。

(iii)这个分析是所有高中高年级学生学术成绩的代表吗？请解释。

(iv)用log(sat)作为因变量，求出估计的高中最优规模。它与你在第(ii)部分得到的结论很不同吗？