我们利用CEOSAL1.RAW中的数据估计了如下方程 这个方程使得roe对log(salary)具有边际递减的影
我们利用CEOSAL1.RAW中的数据估计了如下方程
这个方程使得roe对log(salary)具有边际递减的影响。这种一般性是必然的吗?解释为什么。
我们利用CEOSAL1.RAW中的数据估计了如下方程
这个方程使得roe对log(salary)具有边际递减的影响。这种一般性是必然的吗?解释为什么。
第1题
利用比德尔和哈默梅什(BiddleandHamermesh,1990)中的SLEEP75.RAW数据,研究在每周用于睡眠的时间和用于有酬工作的时间之间是否存在替代关系。我们可以用它们中的任何一个作为因变量。为具体起见,估计模型
sleep=β0+β1tonwrk+u
其中,steep是每周用于晚上睡眠的分钟数,totwrk是这一周中用于工作的分钟数。
(i)用方程的形式,连同观测的次数和R2报告你的结果。该方程中的截距表示什么?
(ii)若totwrk增加2小时,则sleep估计要减少多少?你觉得这是一个很大的效应吗?
第3题
A.药物的临床评价
B.药物的疗效评价
C.药物的经济评价
D.药物的市场评价
E.药物的社会评价
第4题
A.监测某些药物的滥用情况
B.提示药品价格的基本状况
C.预测药品的需求量和需求结构
D.作为计算药物不良反应发生率的额定数据
E.研究给药方式、剂量、使用频率、成本、治疗进展,确定药物治疗的安全性、有效性和经济性
第5题
利用DISCRIM.RAW中的数据回答本题。(也可参见第3章计算机练习C8。)
(i)利用OLS估计模型
以常用形式报告结果。在5%的显著性水平上,相对一个双侧备择假设,β统计显著异于零吗?在1%的显著性水平上呢?
(ii)log(income)和prppov的相关系数是多少?每个变量都是统计显著的吗?报告双侧P值。
(iii)在第(i)部分的回归中增加变量log(hseval)。解释其系数并报告的双侧p值。
(iv)在第(ii)部分的回归中,log(income)和prppov的个别统计显著性有何变化?这些变量联合显著吗?(计算一个p值。)你如何解释你的答案?
(v)给定前面的回归结果,在确定一个地区的种族构成是否影响当地快餐价格时,你会报告哪一个结果才最为可靠?
第6题
利用BWGHT2.RAW中的数据。
(i)估计模型并按照通常的方式报告估计方程,包括样本容量和R²。斜率系数的符号与你的预期一致吗?请加以解释。
(ii)如果npvis增加一个样本标准差,对出生重量(bwght)有什么影响?
(iii)现在做log(bwght)对cigs的简单回归,并将斜率系数与第(i)部分中得到的估计值进行比较。估计出来吸烟的效应是否和第(i)部分的有明显差别?
(iv)找出cigs和npvis之间的系数,并用它来解释简单回归和多元回归下β1估计值的相似性。
(v)向第(i)部分的回归方程中加入变量mage,meduc,fage和feduc。出生体重[更确切地说是log(bwght)]是一个容易解释的变量吗?
第7题
利用GPA2.RAW中有关4137名大学生的数据,用OLS估计了如下方程:
colgpa=1.392-0.0135hsperc+0.00148sat
n=4137,R2=0.273
其中,colgpa以四分制度量,hsperc是在高中班上名次的百分位数(比方说,hsperc=5,就意味着位于班上前5%之列),而sat是在学生能力测验中数学和语言的综合成绩。
(i)为什么hsperc的系数为负也讲得通?
(ii)当hsperc=20和sat=1050时,大学GPA的预测值是多少?
(iii)假设两个在高中班上具有同样百分位数的高中毕业生A和B,但A学生的SAT分数要高出140分(在样本中相当于一倍的标准差),那么,预计这两个学生的大学GPA相差多少?这个差距大吗?
(iv)保持hsperc不变,SAT的分数相差多少,才能导致预测的colgpa相差0.50或四分制的半分?评论你的结论。
第10题
某系统为了提高采样速率,采用4片模数(全并行A/D)转换器构成并行交替式数据采集系统,原理框图如图7.20所示.系统信号源为30MHz的方波,时钟信号CLK为10MHz(要求占空比为1:1).并行交替式数据采集系统利用4片ADC轮流对同一个模拟输入信号进行采样,分别存人各路对应的64单元的存储器中,其对应各路AD所需的采样信号波形如图7.21所示,脉冲分配电路可用计数器+译码器构成.试根据系统设计参数要求,完成各部分电路的设计,器件任选.
(1)分频电路;
(2)脉冲分配电路;
(3)地址发生器电路设计;
(4)说明每个地址发生器所使用的时钟信号分别是什么?
第11题
401K.RAW中的数据是帕普克(Papke,1995)所分析数据的一个子集,帕普克是为了研究401(k)养老金计划的参与率和该计划的慷慨程度之间的关系。变量prate是有资格参与该计划的员工中拥有活动账户的百分比,也是我们要解释的变量。慷慨程度指标是计划的匹配率mrate。这个变量给出了员工每向这个账户存1美元,公司为该员工匹配的平均数量。例如,若mrate=0.50,则员工每投入1美元,公司就匹配50美分。
(i)求出该计划的样本中平均参与率和平均匹配率。
(ii)现在估计下面这个简单回归方程prate=β0+β1mrate报告你的结果以及样本容量和R。
(iii)解释你的方程中的截距。解释mrate的系数。
(iv)当mrate=3.5时,求出prate的预测值。这是一个合理的预测吗?解释这里出现的情况。
(v)prate的波动中,有多少是由mrate解释的?你认为,这是一个足够大的量吗?