题目内容
（请给出正确答案）
下面的方程描述了以百分比表示的四年级数学考试通过率、每个学生的支出(exppp，单位是美元)、符合拥有免费或低价午餐条件的学生比例(lunch)之间的关系：
(i)说明β1/100是在exppp增加10%时，math4的百分点变化(其他条件不变的情况下)。
(ii)如果在贫穷的学校每个学生的支出更高，那么log(exppp)和lunch是正相关还是负相关？
(iii)用MEAP01.RAW中的数据估计了以下方程：
通过这些简单回归和多元回归结果，判断在这个样本中log(exppp)和lunch是正相关还是负相关。
如果结果不匹配，请 联系老师 获取答案
更多“下面的方程描述了以百分比表示的四年级数学考试通过率、每个学生…”相关的问题
(i)考虑静态非观测效应模型
其中，enrolit表示学区总注册学生人数，lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明：若平均每个学生的真实支出提高10%，则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在，在模型中添加支出变量的一阶滞后，并用一阶差分重新估计。注意你又失去了一年的数据，所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何？
(v)现在，求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响？
(vi)通过进行一个AR(1)序列相关检验，验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验，模型中有必要包含学生注册人数和午餐项目变量吗？
A.我们的科学遗产。
B.两个未得到答案的基本问题。
C.有序与无序的关系问题。
D.席卷全球的“混沌”热。
A.18周
B.17周
C.16周
D.14周
A.哥德尔1906年出生在奥地利
B.哥德尔1930年2月获博士学位
C.哥德尔1930年宣布了他的第一个不完全性定理
D.哥德尔1924年中学毕业后进入维也纳大学攻读数学
混沌----一个新的研究领域
普利高津曾经指出，至今我们的科学遗产中尚有两个未得到答案的基本问题，其中之一就是序与无序的关系问题。当前，席卷全球的“混沌”热，可以说是这个领域中的新范畴。
自1687年牛顿发表《自然哲学之数学原理》一书以来，确定论的观点在自然科学体系中一直占有主导地位。
爱因斯坦有一句名言：“我不相信上帝是掷骰子(注：骰子，一种赌具)的。”拉普拉斯早就宣称，只要给他初始条件，他就可以预言未来的一切发展。幕布尼茨也曾认为，数学将能解决一切争议，一旦遇到不同意见，那就计算计算。在他们眼里，客观世界本身的运动规律是确定性的，是不以人的意志为转移的。
1961年，气象学家洛伦兹用计算和数值模拟天气变化时，发现仅仅千分之一差值的输入竟会引起巨大的差异。后来，他在演讲中以蝴蝶为比喻提出：一只蝴蝶在巴西扇动翅膀会在德克萨斯引起龙卷风吗？后来，这一假想的现象被人们称之为“蝴蝶效应”。1963年，他又进一步研究了三个非线性的确定性方程组，发现在一定的参数范围内会产生随机解，计算机打出的图形为三维双螺旋曲线，后来这组曲线被科学家们作为表示“混沌”的经典图形而引用。
1972年，约克偶然发现了洛伦兹发表在一家气象杂志上的文章《决定性的非周期流》，接着，有意识地开展了这方面的研究工作。1975年，约克和他的学生李天岩发表了《星期三意味着混沌》一文。从此，“混沌”步入科学界，成为一门新学科。
1976年，数学生态学家梅对一个很简单的非线性种群增长差分方程模型进行研究，也发现在一定参数值域内会产生随机解。这一研究影响深广，它诱使许多科学家都卷入这场“混沌”热之中。
文中画线的“这个领域”指的是()
A.我们的科学遗产。
B.两个未得到答案的基本问题。
C.有序与无序的关系问题。
D.席卷全球的“混沌”热。
文件CEOSAL2.RAW包含了177位首席执行官的数据，并可用来考察企业业绩对CEO薪水的影响。
(i)估计一个将年薪与企业销售量和市场价值相联系的模型。让这个模型对每个自变量的变化都具有常弹性。以方程的形式写出结论。
(ii)在第(i)部分的模型中增加profits。为什么这个变量不能以对数形式进入模型？你会说这些企业业绩变量解释了CEO薪水波动中的大部分吗？
(iii)在第(ii)部分的模型中增加ceoten。保持其他条件不变，延长一年CEO任期，估计的百分比回报是什么？
(iv)求出变量log(mktval)和prots之间的样本相关系数。这些变量高度相关吗？这对OLS估计量有什么影响？
