两个回归用的是不同的数据集，即使其中一个模型用了更少的自变量，我们仍然能用来比较两个模型。（)

利用得自格雷迪(Graddy，1995)的数据集FISH.RAW。这个数据集也曾用于第12章的计算机练习C9.现在，我们用它估计一个鱼肉需求函数。

(i)假定每个时期均衡的鱼肉需求方程可写成

所以容许需求在一周中的每一天都有所不同。把价格变量视为内生的，一致地估计需求方程参数还需要什么额外信息？

(ii)变量wave_t和wave3_t度量了过去几天的海浪高度。为了在估计需求方程时将wave2_t和wave3_t用作log(avgprc)的Ⅳ，我们还需要哪两个假定？

(ii)将log(avgprc)对周工作日虚拟变量和两个浪高指标进行回归。wave2_t和wave3_t联合显著吗？这个检验的p值是多少？

(iv)现在，用2SLS估计需求方程。需求价格弹性的95%置信区间是什么？所估计的弹性合理吗？

(v)求2SLS的残差u_t。在用2SLS估计需求方程时增加一个滞后u_t-1记住，用u_t-1作为自己的工具。需求方程误差中有AR(1)序列相关的证据吗？

(vi)给定供给方程明显取决于海浪变量，为了估计供给价格弹性，我们需要哪两个假定？

(vii)在log(avgprct)的约简型方程中，周工作日虚拟变量联合显著吗？你对能够估计供给弹性有何结论？

集合是支配集.如果一个支配集的任何真子集都不是支配集,则称该支配集为最小支配集。

(a)在图8.10中找出两个不同大小的最小支配集。

(b)设棋盘的64个方块用64个顶点表示,如果两顶点对应的两个方块是在同一行，同一列或同一对角线上,则这两顶点之间有一条边。已知5个皇后能被放在棋盘上,使它们支配所有64个方块，而且5是必须的最小皇后数，再用图论名词叙述这一结论.

析。我们关心的模型是：

其中，因为滞后支出变量，第一个可用年份(基年)是1993年。

(i)用混合OLS估计模型，并报告通常的标准误。为使得a_i的期望值可以非零，你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么？求OLS残差。

(ii)lunchit系数的符号在意料之中吗？解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗？

(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994-1998年的数据。验证存在很强的正序列相关，并讨论为什么。

(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗？

(v)你为什么认为在固定效应估计中，注册学生人数和午餐项目变量不是联合显著的？

(vi)定义支出的总(或长期)效应为的标准误。

数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息，以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题，只使用无子女已婚者数据(marr=1，fsize=2)。

(i)数据集中有多少无子女已婚夫妇？

(ii)利用OLS估计模型

nettfa=β₀+β₁inc+β₂age+u;

并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？

(iii)第(ii)部分的回归截距有重要意义吗？请解释。

(iv)在1%的显著性水平上，针对H₀:β₂＞1检验H₀: β₂=1,求出p值。你能拒绝H₀吗？

(V)如果你做一个nettfa对inc的简单回归，inc的斜率估计值与第(ii)部分的估计值有很大不同吗？为什么？

本题使用JTRAIN.RAW中的数据。

(i)考虑简单回归模型

其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？

(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？

(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设它在5%的显著性水平上统计显著吗？

(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。

(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。

现有某个应用，涉及到两个实体集，相关的属性为：

实体集R(A#,A1,A2,A3),其中A#为码

实体集S(B#,B1,B2)，其中B#为码

从实体集R到S存在多对一的联系，联系属性是D1。

(1)设计相应的关系数据模型;

(2)如果将上述应用的数据库设计为一个关系模式，如下：

RS(A#,A1,A2,A3,B#,B1,B2,D1),指出该关系模式的码。

(3)假设上述关系模式RS上的全部函数依赖为：A1→A3,指出上述模式RS最高满足第几范式？(在1NF～BCNF之内)为什么？

利用MURDER.RAW中的数据。 （i)利用1990年和1993年的数据，用混合OLS估计方程 并以常用形式报

利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

并以常用形式报告结论。不必担心通常的OLS标准误因a，的出现而不适当。你估计出了死刑的威慑效应吗？

(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中，你应该有51个观测)。现在，你对威慑效应有何结论？

(iii)在第(ii)部分的FD回归中，求残差的布罗施-帕甘回归，并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归，其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论？

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为Aexec;的哪个统计量更值得信赖，是通常的：统计量还是异方差-稳健的!统计量？为什么？

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。

指向后继结点的指针域， pre也为指针域，但它的值为空，试编写算法将此单向循环链表改为双向循环链表， 即使pre成为指向前驱结点的指针域。

军俘虏的大兵瑞恩.瑞恩被关押在一个迷宫里,迷宫地形复杂,但幸好麦克得到了迷宫的地形图.迷宫的外形是一个长方形,其南北方向被划分为N行,东西方向被划分为M列,于是整个迷宫被划分为N×M个单元.每个单元的位置可用一个有序数对(单元的行号,单元的列号)来表示.南北或东西方向相邻的两个单元之间可能互通,也可能有一扇锁着的门,或者是一堵不可逾越的墙.迷宫中有一些单元存放着钥匙,并且所有的门被分成P类,打开同一类的门的钥匙相同,不同类门的钥匙不同.

大兵瑞恩被关押在迷宫的东南角,即(N,M)单元里,并已经昏迷.迷宫只有一个入口,在西北角.也就是说,麦克可以直接进入(1,1)单元.另外,麦克从一个单元移动到另一个相邻单元的时间为1,拿取所在单元钥匙的时间及用钥匙开门的时间可忽略不计.

算法设计:试设计一个算法,帮助麦克以最快的方式到达瑞恩所在单元,营救大兵瑞恩.

数据输入:由文件input.txt提供输入数据.第1行有3个整数,分别表示N、M、P的值.第2行是1个整数K,表示迷宫中门和墙的总数.第1+2行(1≤I≤K),有5个整数,依次为Xi1、Yi1、Xi2、Yi2、Gi:

当Gi≥1时,表示(Xi1,Yi1)单元与(Xi2,Yi2)单元之间有一扇第Gi类的门;当Gi=0时,表示(Xi1,Yi1)单元与(Xi2,Yi2)单元之间一堵不可逾越的墙(其中,|Xi1-X2|+Yi1-Yi2|=1,0≤Gi≤P).

第K+3行是一个整数S,表示迷宫中存放的钥匙总数.

第K+3+J行(1≤J≤S)有3个整数,依次为Xi1、Yi1、Qi;表示第J把钥匙存放在(Xi1、Yi1)单元里,并且第J把钥匙是用来开启第Qi类门的(其中1≤Qi≤P).

输入数据中同一行各相邻整数之间用一个空格分隔.

结果输出:将麦克营救到大兵瑞恩的最短时间值输出到文件output.txt.如果问题无解,则输出-1.

利用FERTIL2.RAW中的数据。解释存活儿童数的一个简单模型是：

其中，解释变量是女性接受教育的年限，年龄(以年表示)及分别表示女性家是否有电和电视机的二元变量。

(i)用OLS估计该方程并用通常的形式报告结果。讨论变量eletric和tv的系数和统计显著性。

(ii)城市居民和非城市居民在生育率上有区别吗？请解释。

(ii)现在对城市居民和非城市居民分别估计方程(当然，解释变量要去掉urban)。除了截距以外，其他系数有明显区别吗？

(iV)允许城市居民和非城市居民截距项不同，在原假设下得到邹至庄统计量。你能得到什么结论？[提示：你在检验5个限制条件，SSR从第(ii)部分和第(iii)部分中很容易得到。]