图10-16为ISAM文件结构示意图,试写出搜索记录R78的过程描述。
A、开始菜单中的搜索框不是搜索整个硬盘,而文件夹搜索框搜索范围是全局的。
B、在搜索表达式中可以使用通配符*和?,可以按文件(夹)日期及文件大小搜索。
C、可以按自然语言搜索,并可通过and、or 或not构建复合搜索表达式。
D、只能探索文件(夹)名称中包含关键字的对象,搜索结果与文件内容无关。
(i)分别针对男性和女性单独估计这个方程,并按照通常形式报告结论。这两个估计方程有什么明显差异吗?
(ii)对男性和女性睡眠方程中的参数是否相等计算邹至庄检验。使用增加male和交互项male totwrk,.male的检验形式,并使用全部观测。该检验相关的df等于多少?在5%的显著性水平上,你应该拒绝这个虚拟假设吗?
(iii)现在,容许男性与女性存在不同截距,判定所有涉及male的交互项是不是联合显著的?
(iV)给定第(ii)部分和第(iii)部分中的结论,你最后将使用什么样的模型?
(i) 定义一个二值变量ecobuy, 在ec lbs>0时取值1, 在时取值0。换言之, 在给定价格下, eco buy标志着一个家庭是否购买环保苹果。多大比例的家庭声称要购买环保苹果?
(ii)估计线性概率模型
并以通常的形式报告结果。仔细解释价格变量的系数。
(iii) 在LPM中, 非价格变量联合显著吗?(尽管存在异方差时, 通常的F统计量并非有效, 但我们还是使用它。)除价格变量外,哪个解释变量对购买环保苹果的决策具有最重要的影响?你认为这合理吗?
(iv) 在第(ii) 部分的模型中, 用log(faminc) 取代faminc。使用faminc和log(fam inc) , 哪个模型对数据的拟合更好?解释log(faminc) 的系数。
(v)在第(iv)部分的估计中,有多少估计概率为负?多少大于1?应该引起你的注意吗?
(vi) 对于第(iv) 部分中的估计, 计算结果eco buy=0和eco buy=1的正确预测百分比。模型预测哪个结果最好?
报与父母受教育程度无关的虚拟假设。
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!