差分方程模型属于离散模型。（)

A.Fo≤1/2

B.Fo＜1/2

C.Fo≥1/2

D.Fo＞1/2

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？

利用JTRAIN.RAW，以确定工作培训津贴对每个雇员工作培训小时数的影响。三年的基本模型是：

(i)用固定效应法估计方程。在此估计中利用了多少个企业？如果每个企业都有这三年的所有变量数据(特别是hrsemp的数据)，总观测个数会是多少？

(ii)解释grant的系数并评论它的显著性。

(iii)gran_t-1不显著有什么惊人之处吗？请解释。

(iv)平均地说，更大的企业为其职工提供了更多还是更少的培训？差别有多大？(比方说，职工多10%的企业，培训的平均小时数增多或减少了多少？)

解释人口预测公式x_k=x₀（1+r)^k是指数增长模型x（t)=xe^rt的离散近似形式。

假设过程{(x_t,y_t):t=0,1···}，满足方程其中，时期及此前的所有信息β≠0，且|y|＜1[于是x_t并因而y_t是((1)]。证明：这两个方程意味着如下形式的一个误差修正模型：

其中，。(提示：首先从第一个方程的两边减去y_t-1.然后在右边加上并减去一个βx_t-1，并重新整理。最后，利用第二个方程得到包含Δx_t-1的误差修正模型。)

A.二维转向三维

B.单纯几何转向全信息模型

C.线条绘图转向构件布置

D.离散转向整体

E.单一交付转向全生命周期

试证下列各题中的函数是所给差分方程的解：

(1)(1+y_n)y_n+1=y_n，y_n=1/(n+3);

(2)y_n+2+y_n=0，

(3)y_n+2-6y_n+1+9y_n=0，y_n=n3ⁿ;

(4)y_n+2-(a+b)y_n+1+aby_n=0，y_n=C₁a_n+C₂b_n。

利用Wilson方程，计算下列甲醇（1)-水（2)体系的组分逸度。（a)P=101.325Pa，T=81.48℃，y₁=0.582的气相；（b)P=101.325Pa，T=81.48℃，x₁=0.2的液相。已知液相符合Wilson方程，其模型参数是A₁₂=0.43738，A₂₁=1.11598。

利用PHILLIPS.RAW中的数据，但只到1996年。

(i)在教材例11.5中，我们假定自然失业率是常数。在另一种形式的附加预期的菲利普斯曲线中，自然失业率受历史失业水平的影响。最简单的情况是，t时期的自然失业率与unem_t-1，相等。如果我们假定适应性预期，便得到一个通货膨胀和失业率都是一阶差分形式的菲利普斯曲线：估计这个模型，以常见格式报告结果，并讨论β₁的符号、大小和统计显著性。

(ii)教材(11.19)和第(i)部分中的模型，哪一个对数据拟合得更好？说明理由。

描述某LTI离散系统的差分方程为y（k)-y（k-1)-2y（k-2)=f（k)。已知y（-1)=-1，y（-2)=1/4，f（k)=ε（k)，

求该系统的零输入响应，零状态响应及全响应y(k)。

已知一阶因果离散系统的差分方程为y（n)+3y（n-1)=x（n)试求:（1)系统的单位样值响应h（n);（2)若x（n)=（n+n2)u（n),求响应y（n).