在无限多次的检验中,与某一规定概率所对应的分位值称为()。
A . 测定值
B . 特征值
C . 全数值
D . 修约值
A . 测定值
B . 特征值
C . 全数值
D . 修约值
A.方差分析
B.双样本t检验
C.Logistic回归分析
D.卡方检验
利用401KSUBS.RAW中的数据。我们感兴趣的方程是一个线性概率模型
这里的目标是要检验参与一项401(k)计划与拥有一个个人退休金账户(IRA)是否有替换关系。因此,我们想估计β1。
(i)用OLS估计方程,并讨论p401k的估计影响。
(ii)为了估计这两种不同类型的退休储蓄计划在其他条件不变情况下的替换关系,使用普通最小二乘法可能存在什么问题?
(iii)变量e401k是一个二值变量,并在一个工人有资格参与一项401(k)计划时取值1。解释欲使e401k成为p401k的一个有效Ⅳ所需要的条件。这些假定看起来合理吗?
(iv)估计p401k的约简型方程,并验证e401k与p401k具有显著的偏相关。因为约简型也是一个线性概率模型,所以使用一个异方差-稳健的标准误。
(v)现在,用Ⅳ估计结构方程,并将β1的估计值与OLS估计值相比较。你同样应该到异方差-稳健的标准误。
(vi)利用一个异方差-稳健的检验,检验如下虚拟假设:p401k实际上是外生的。
互联网是一张有向图,每一个网页是图的一个顶点,网页间的每一个超链接是图的一个边,邻接矩阵B=(b)w如果从网页i到网页j有超链接,则by=1,否则为0。
记矩阵B的列和及行和分别是它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程,与过去浏览过哪些页面无关,而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程,其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为式中:d是模型参数,通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质,对于正则Markov链存在平稳分布x=式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布,Google将它定义为各网页的PageRank值。假设x已经得到,则它按分量满足方程网页i的PageRank值是划,它链出的页面有τ个,于是页面i将它的PageRank值分成r份,分别“投票"给它链出的网页。x为网页k的PageRank值,即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到,平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。
已知一个N=6的网络如图4.8所示,求它的PageRank取值。
A.建设单位在施工中进行的试验
B.对建筑安装物进行一般鉴定、检查
C.自设试验室进行试验
D.新材料的试验
E.对于构件进行破坏性试验
在重复性条件下,对同一被测量对象进行无限多次测量所得结果的平均值与被测量的真值之差,称为()。
A.不确定度
B.随机误差
C.系统误差
D.综合误差