在模型驱动开发策略中,同时考虑数据和过程的模型驱动开发技术是()。
A.过程建模
B.数据建模
C.对象建模
D.特征建模
A.过程建模
B.数据建模
C.对象建模
D.特征建模
第3题
利用VOTE1.RAW中的数据。
(i)考虑一个含有竞选支出交互项的模型
保持prtystrA和expendA不变,expendB对voteA的偏效应是什么?expendA对voteA的偏效应是什么?β4的预期符号明显吗?
(ii)估计第(i)部分中的方程,并以通常的格式报告结果。交互项是统计显著的吗?
(ii)求样本中expendA的均值。固定expendA为300(300000美元)。候选人B另外支出100000美元对voteA的估计影响是什么?这个影响很大吗?
(iv)现在固定expendB为100。AexpendA=100对voteA的估计影响是什么?这讲得通吗?
(v)现在估计一个用候选人A的支出占竞选总支出的百分比shareA取代交互作用项的模型。同时保持expendA和expendB不变而改变shareA,这讲得通吗?
(vi)(要求有微积分知识)在第(V)部分的模型中,保持prtystrA和expendA不变,求出expendB对voteA的偏效应。在expendA=300和expendB=0时进行计算,并评论你的结论。
第6题
A.熊彼特的思想在二次世界大战之前不被学者、企业家和政府官员认同。
B.科技对经济和企业发展的作用还不明显,人们还没有认识到科技对发展的作用。
C.西方国家还未找到经济增长的发动机,未建立起新的工业宗教。
D.当时人们把技术创新仅仅理解为一个由科技推动的线性过程。
第7题
A.私人飞机主和商业航空公司都从这家飞机发动机制造商那里购买发动机
B.许多客户认为早期的型号在安全性风险方面比新型号更小,因为他们对老型号的安全性知道得更多
C.新型号的发动机可以被所有的使用旧型号发动机的飞机使用
D.在新型发动机和旧型发动机间没有重大的价格差别
第8题
股民从网上搜索到了这几家公司股票的投资风险,这六只股票收益方差和协方差的数据入下表所示。
试问:
(1)一开始,如果忽视所有投资的风险,在这种情况下,最优的投资组合决策是什么,也就是在六种不同股票上分别投资多少?该投资组合总的风险是多少?
(2)假设不能在一种股票上投入超过总额40%的资金,在不考虑风险并加入这一限制条件下,最优投资组合是什么,该投资组合的总风险又是什么?
(3)将投资风险考虑在内,建立一个二次规划模型,使总风险最小,同时保证预期收益不低于所选择的最低可接受水平;
①希望能够获得至少35%的预期收益,同时又要保持最小的投资风险,这种情况下,最优的投资组合该如何?
②要获得至少25%的预期收益,最小风险是多少?要获得至少40%的预期收益,情况又会如何?
第9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。