请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码进入小程序
题目内容
（请给出正确答案）
A.使用聚类算法发现互联网中的不同群体，用于网络社区发现
B.使用分类对客户进行等级划分，从而实施不同的服务
C.使用关联规则发现大型数据集中间存在的关系，用于推荐搜索
D.使用离群点挖掘发现与大部分对象不同的对象，用于分析针对网络的秘密收集信息的攻击
E.使用人工查询公司网络故障信息，查找原因进行记录
答案
更多“假定你作为一个数据挖掘顾问，受雇于一家因特网搜索引擎公司，下列属于使用数据挖掘方法为公司提供帮助的是()。”相关的问题
第1题
A.饭店刚开业，还没安装宽带，饭店还没有装上电视
B.饭店老板刚开始创业，想换个炸弹号，显得牛一点
C.饭店老板以前干过电影票、点卡等代理销售，想着开饭店的时候捎带的再卖一点
D.饭店老板喜欢买彩票
第3题
。一个简单的模型为
其中， MINt 是最低真实工资， POPt是18~25岁之间的人口， GSPt 是州生产总值， GDPt 是美国国内生产总值。前缀g表示从t-1年到1年的增长率，它通常用对数之差来近似计算。
(i)如果我们担心该州会部分基于一些(对我们来说)无法观测但对年轻人就业有影响的因素来选择最低工资， 那么OLS估计将存在什么问题？
(ii)令US MINt 为美国最低工资， 它也是一个真实量。你认为gUS MINt 与ut 不相关吗？
(iii)按照法律， 各州的最低工资都必须不低于全国最低工资。解释这为什么使得gUS MINt 成为gM INt 的一个潜在Ⅳ。
第4题
利用CEMENT.RAW中的数据。
(i)将水泥价格月增长率(gprc)作为供给数量增长率(gce)函数，写出静态供给函数是
其中，gprcpet(汽油价格上涨率)被假定为外生变量，而feb，···，dec为月度虚拟变量。你预期a1和β1的符号是什么？用OLS估计这个方程。供给函数向上倾斜吗？
(ii)变量gdefs是美国真实国防支出的月增长率。gdefs要作为gcem的一个好的工具变量，你需要对它做什么假定？检验gcem是否与gdefs偏相关。(不用担心约简型中可能的序列相关。)你能用gdefs作为估计供给函数中的一个Ⅳ吗？
(iii)谢伊(Shea，1993)认为建住宅楼的产出增长率(gres)和非住宅楼的产出增长率(gnon)是gcem的有效工具变量。其思想是，存在一些应该与供给误差项u，大致无关的需求移动因子。检验gcem是否与gres和gnon偏相关;同样不用担心约简型中的序列相关。
(iv)利用gres和gnon作为gcem的工具变量估计供给函数。你对水泥的静态供给函数得到什么结论？[动态供给函数显然是向上倾斜的;参见Shea(1993)。]
第5题
A.处理竞争者关于某个特定产品的销量数据
B.处理某些还未开发的产品的数据
C.更好的理解系统漏洞
D.更好的了解销售员工的动机
E.更好的了解公司客户
第6题
使用WAGE1.RAW中的数据。
(i)估计方程
保留残差并画出其直方图。
(ii)以log(wage)作为因变量重做第(i)部分。
(iii)你认为是水平值-水平值模型还是对数-水平值模型更接近于满足假定MLR.6？
第7题
(i)有多少个州在1991年、1992年和1993年中至少处决了一个犯人？哪个州处决得最多？
(ii)利用1990年和1993两年的数据， 做一个mrd rte对d93、exec和unem的混合回归。你对exec系数如何解释？
(iii)仅利用1990~1993年的变化(对总共51个观测值) ， 用OLS估计以下方程
并以通常的格式报告结果。现在，处以死刑是否看起来具有威慑作用？
(iv)处决的变化至少可能部分地与预期谋杀率的变化有关， 因而△ exec与第(iii) 部分中的△u相关。假定△exec-1与△u不相关也许是合乎情理的。(毕竟， △exec-1 依赖于三年或更久以前进行的处决数。) 将△exec对△exec-1进行回归， 看它们是否充分相关：解释△exec-1的系数。
(v)用△exec-1作为△exec的Ⅳ， 重新估计第(iii) 部分中的方程。假定△mem是外生的。你从第(ii) 部分中得出的结论将怎样变化？
第8题
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。
第9题
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wavet和wave3t度量了过去几天的海浪高度。为了在估计需求方程时将wave2t和wave3t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。wave2t和wave3t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ut。在用2SLS估计需求方程时增加一个滞后ut-1记住，用ut-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？
第10题
(i)用OLS估计以下模型
并解释估计值。特别是，固定age不变，多受一年教育对生育率的影响估计是多少？如果100位妇女再多受一年教育，预期她们的孩子数目将减少多少？
(ii)frsthalf是虚拟变量，若该妇女在上半年内分娩则取值1。假定frsthalf与第(i)部分中的误差项不相关，说明frsthalf是educ的一个合理的Ⅳ备选。(提示：你需要做一次回归。)
(iii)通过用frsthalf作为educ的Ⅳ，估计第(i)部分中的模型。将所估计的教育影响与第(i)部分中得到的OLS估计值进行比较。
(iv)在模型中增添二值变量electric、tv和bicycle。假定它们都是外生的。用OLS和2SLS估计方程，并比较educ的估计系数。解释tv的系数，以及为什么拥有电视对生育率有负效应。
第11题
参考例13.9并利用CRIME4.RAW中的数据。
(i)假定你在做差分以消除非观测效应后， 认为
log(pol pc)与log(crm rte) 是同时决定的; 特别是犯罪的增加与警察人数的增加有关。这对解释方程(13.33)中log(pol pc) 的正系数有何帮助？
(ii)变量tca pc表示全县人均征税量。将它排除在犯罪方程之外看上去合理吗？
(iii)在包括了潜在的工具变量log(tap c)后， 利用混合OLS估计log(pol pc) 的约简型。log(tax pc) 看起来是一个很好的备选IV吗？
(iv)假设在几年后，北卡罗来纳州资助某些县扩大其警察规模。你如何利用这个信息估计增加的警察对犯罪率的影响？
