假设式(14.4)中的特异误差序列无关且具有常方差的相关系数为-0.5。因此,在理想的FE假定下,一阶
假设式(14.4)中的特异误差序列无关且具有常方差的相关系数为-0.5。因此,在理想的FE假定下,一阶差分导致一个已知其值的负序列相关。
假设式(14.4)中的特异误差序列无关且具有常方差的相关系数为-0.5。因此,在理想的FE假定下,一阶差分导致一个已知其值的负序列相关。
A.资源互斥条件
B.资源不可抢占条件
C.循环等待
D.占有且申请资源条件
A.a1,a2,......,a5中不含零向量
B.s≤n
C.a1,a2,......,a5中任意两个向量的分量不成比例
D.某向量β可由a1,a2,......,a5线性表示,且表示式唯一
的最小值称为数据包序列的均衡负载量.
算法设计:对于给定的数据包序列,计算m个处理器的均衡负载量.
数据输入:由文件input.txt给出输入数据.第1行有2个正整数n和m.n表示数据包个数,m表示处理器数.接下来的1行中有n个整数,表示n个数据包的大小.
结果输出:将计算的处理器均衡负载量输出到文件output,txt,且保留2位小数.
A.年产量等于年销售量
B.变动成本与产销量成反正比
C.销售收入(S)随销售量的变化而变动
D.产品价格稳定且单价与销量无关
E.在所分析的销售量(产量)范围内,固定成本(F)不变
A.包括算术平均法、加权平均法、移动平均法、指数平滑法、最小二乘法等
B.时间序列预测方法假设预测对象的变化仅与时间有关
C.时间序列中的每一个数据都反映了当时许多因素综合作用的结果
D.整个时间序列则反映了外部因素综合作用下预测对象的变化过程
本题使用MINWAGE.RAW中的数据。使用232部门(男性用品部门) 中的时间序列。
(i)估计模型并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗?
(ii)利用12阶滞后, 求第(i) 部分中OLS估计值的尼威-韦斯特标准误。这个尼威-韦斯特标准误与通常的OLS标准误相比如何?
(iii)现在求出OLS的异方差-稳健标准误, 并与通常的标准误和尼威-韦斯特标准误进行比较。在这个应用研究中,序列相关和异方差哪个更成问题?
(iv)在原方程中用布罗施-帕甘检验验证误差表现出很强的异方差性。
(v)在第(i) 部分的方程中增加gm wage的1~12阶滞后。求出1~12阶滞后联合下检验的p值, 并与异方差-稳健检验的p值进行比较。对异方差的调整对这些滞后变量的显著性有何影响?
(vi)利用尼威-韦斯特方法,求第(v)部分中联合显著性检验的p值。你现在得到什么结论?
(vii)如果你不用g wage的这些滞后项, 长期倾向的估计值有很大的不同吗?
A.在指数平滑法中,预测成功的关键是的选择
B.值愈大,新数据所占的比重就愈大,原预测值所占比重就愈小,反之亦然
C.在实际应用中,值是根据时间序列的变化特性来选取的
D.一般情况下哪个值引起的预测误差小,就采用哪个
A.分析过去的需求以预测未来的需求
B.以上均正确
C.由于它包括趋势性、周期性和季节性模型,所以它比因果预测分析更有用
D.大量使用定性方法中得到的数据
E.基于未来需求与过去的需求相同的假设