视图在数据库中以存储的数据值集形式存在。（)

此题为判断题(对，错)。

A.首先查询出视图中所包含的数据，再对进行查询

B.直接对数据库存储的视图数据进行查询

C.将对视图的查询转换为对相关基本表的查询

D.不能对基本表和视图进行连表操作

此题为判断题(对，错)。

A.Hadoop

B.Impala

C.Spark

D.BigTable

关于混悬剂特点的叙述中哪一项是不正确的

A、混悬剂中的药物以固体微粒的形式存在，可以提高药物的稳定性

B、混悬剂中的难溶性药物的溶解性低，从而导致药物的溶出速度低，达到长效作用

C、F值在0～1之间，F值愈小混悬剂愈稳定

D、β值愈大，絮凝效果愈好，混悬剂的稳定性愈高

E、混悬剂相比于固体制剂更加便于服用

A.数据

B.数据模型

C.数据之间的联系

D.数据以及数据之间的联系

A.视图中

B.基本表中

C.视图名称中

D.索引中

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？

试设计如图3-2中显示的数据库模式Library，用来记录书籍、借书人和书籍借出的情况，参照完整性在图中用有向弧来表示。请用SQL语言建立图中的关系模式，并完成下列操作： ⑴ 查询“高等教育出版社”出版的所有图书名称和编号。 ⑵ 查询所有作者是“郭雨辰”的图书的编号和名称。 ⑶ 查询“王丽”借过的所有图书的名称。 ⑷ 查询“李明”在2018年上半年期间借过的图书名称。 ⑸ 建立视图，显示2017年期间没有被人借过的图书编号和名称。 ⑹ 建立超期未归还书籍的视图，显示图书编号和名称，以及借书人姓名和电话。 ⑺ 建立热门书籍的视图，显示2017年期间借出次数最多的10本图书名称。 ⑻ 增加新书《大数据》，书号为“TP319-201”，该书由“广西师范大学出版社”出版，作者为“涂子沛”。 ⑼ 将“高等教育出版社”的电话改为“010－64054588”。 ⑽ 删除书号为“D001701”的书籍信息。

对(许多美国工人可用的)401(k)养老金计划的出现是否提高了净储蓄，吸引了大量研究兴趣。数据集401KSUBS.RAW包含了有关净金融资产(nettfa)、家庭收入(ic)、是否有资格参与401(k)计划的二值变量(e401k)和其他几个变量的信息。

(i)样本中有资格参与一个401(k)计划的家庭比例是多少？

(ii)估计一个用收入、年龄和性别解释401(k)资格的线性概率模型。包括收入和年龄的二次项，并以通常形式报告结论。

(iii)你认为401(k)资格独立于收入和年龄吗？性别呢？请解释。

(iv)求第(ii)部分中估计的线性概率模型的拟合值。有小于0或大于1的拟合值吗？

(v)利用第(iv)部分中的拟合值e401k₁，定义e401k₁在e401k≥0.5时取值1，并在2e401k＜0.5时取值0。在9275个家庭中，预计有多少家庭有资格参与401(k)计划？

(vi)对于没有资格参加401(k)的5638个家庭，利用预测值e401k₁，预测其中有多大比例没有401(k)？对于有资格参加401(k)的3637个家庭，其中有多大比例的家庭有401(k)？(如果你的计量经济软件具有“制表”命令更好。)

(vii)总正确预测比约为64.9%。给定第(vi)部分的答案，你认为这是模型好坏的一个完备描述吗？

(viii)在线性概率模型中增加一个解释变量pira。其他条件不变，若一个家庭有某人拥有个人退休金账户，一个家庭有资格参与401(k)计划的估计概率会提高多少？在10%的显著性水平上，它统计显著异于0吗？