有关率的标准误s，哪种解释较合理（）。A．B．C．D．E．A.B.C.D.E.

请帮忙给出正确答案和分析，谢谢！

有关率的标准误Sp，下列解释较合理的是。

A.n愈大，Sp愈大

B.n愈大，Sp愈小

C.1一p愈大，Sp愈小

D.Sp与样本含量无关

E.P愈接近1，Sp愈大

A. 总体率的标准误

B.样本率的标准误

C.总体中数据的变异度

D.总体率

关于样本率的标准误S，的说法正确的是（）。

A．P越大，则越大

B．1-P越大，则越大

C．n越大，则越大

D．np越大，则越大

E．n越大，则越小

利用MURDER.RAW中有关谋杀率和死刑的州一级数据。

(i)考虑非观测效应模型

其中，θ_t无非表示不同年份的截距，而a_i表示各州的非观测效应。如果过去对被判谋杀者的死刑有某种威慑作用，那么民，的符号应该是正是负？你认为β₂应该有什么样的符号？请解释。

(ii)仅利用1990年和1993年的数据，用混合OLS估计第(i)部分中的方程。忽略复合误差中的序列相关问题。你发现威慑效应的证据了吗？

(iii)利用1990年和1993年的数据，再用固定效应法估计方程。既然只用两年数据，所以你或许可以利用一阶差分。现在，有威慑效应的证据吗？有多强？

(iv)计算第(iii)部分中估计的异方差-稳健标准误。利用一阶差分最容易吗？

(v)找出1993年死刑变量取值最大的州。(变量exec是1991年、1992年和1993年执行死刑的总人数。)这个数值比第二高的值大多少？

(vi)在分析中去掉得克萨斯，利用一阶差分估计方程。计算通常和异方差-稳健的标准误。现在有什么结论，为什么？

(vii)利用所有三年数据，并用固定效应法估计模型。在分析中包含得克萨斯。与仅使用1990年和1993年数据的估计相比，讨论威慑效应的大小和统计显著性。

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。

下列关于率的标准误的叙述，错误的是

A.样本率的标准差称为率的标准误

B.率的标准误反映率的抽样误差大小

C.率的标准误越小，用样本率估计总体率的可靠性越大

E.适当增大样本含量可减少率的标准误

关于率的标准误，下列论述正确的是

A.率的标准误越大，用样本率估计总体率的可靠性愈差

B.率的标准误越小，则率的抽样误差越大

C.率的标准误等于p／n

D.率的标准误是总体率与样本率之差

E.率的标准误的计算公式是：√p(1一p)

关于率的标准误，下列论述正确的是

A．率的标准误的大小反映样本率与总体率之间差别的大小

B．率的标准误越小，则率的抽样误差越大

C．率的标准误等于p/n

D．率的标准误是总体率与样本率之差

E．率的标准误的计算公式是：

A.S

B.SE

C.SD