题目内容
（请给出正确答案）
利用APPLE.RAW来验证6.3节中的一些命题。
(i)做ecolbs对ecoprc和reprc的回归，并以通常的格式报告结论，包括R²和调整R²。解释价格变量的系数，并评论它们的符号和大小。
(ii)价格变量统计显著吗？报告个别t检验的P值。
(iii)ecolbs拟合值的范围是什么？样本报告ecolbs=0比例是什么？请评论。
(iv)你认为价格变量很好地解释了ecolbs中的变异吗？请解释。
(V)在第(i)部分的回归中增加变量faminc，hhsize(家庭规模)，educ和age。求它们联合显著的P值。你得到什么结论？
如果结果不匹配，请 联系老师 获取答案
更多“利用APPLE.RAW来验证6.3节中的一些命题。(i)做e…”相关的问题
利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格，并询问他们愿意购买每种苹果的磅数。
(i)对于样本中的660个家庭，有多少家庭报告称在预定价格上不愿意购买环保苹果？
(ii)变量ecolbs看上去在严格正值上具有连续分布吗？你的回答对ecolbs托宾模型的适当性有何含义？
(iii)以ecoprc、regprc、famic和hhsize作为解释变量，估计一个托宾模型。哪些变量在1%的水平上显著。
(iv)faminc和hhsize联合显著吗？
(v)第(iii)部分中价格变量系数的符号与你的预期一致吗？请解释。
(vi)令β1和β2为ecoprc和regprc的系数，相对一个双侧备择假设，检验假设H0:-β1=β2。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验，你可能还要参考教材4.4节
(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)]，称之为ecolbsi。最大和最小拟合值是多少？
(viii)计算ecolbs，和ecolbsi之相关系数的平方。
(ix)现在，利用第(iii)部分中同样的解释变量，估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多？从拟合优度来看，托宾模型比线性模型更好吗？
(x)评价如下命题：“由于托宾模型的R，如此之小，所以估计的价格效应可能是不一致的。”
本题需要使用ELEM 94-95中的数据， 也可参见计算机习题C 4.10。
(i) 利用所有数据， 将lavg sal对bs， lenrol， Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对
的经济显著性和统计显著性得到什么结论？
(ii)现在去掉四个bs＞0.5的观测，即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少？利用异方差-稳健标准误来判断，它在统计上显著吗？
(iii)验证bs＞0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中， 验证其他变量的OLS系数及其标准
误与第(ii)部分中的结果相同。在5%的显著性水平上，这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0？
(iv)在这个数据集中，验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs＞0.5的每个观测都具有重要影响吗？
(v) 即便在大样本中， 就OLS对单个观测的敏感性而言， 你有何结论？
(vi) 在第(iji) 部分， 验证LAD估计量对包含这些观测不是很敏感。
无线DOS 中，（)攻击是通过每次构造1个验证报文来实现的。
A.AuthenticationFlood
B.FragmentFlood
C.DeauthFlood
D.AssicoFlood
(a)利用卷积性质和逆变换，用计算X(jω)和H(jω)求下列各对信号x(t)和h(t)的卷积：
(1) x(t)=te-2tu(t)，h(t)=e-4tu(t)
(2) x(t)=te-2tu(r)，h(t)=te-4tu(r)
(3)x(t)=e-tu(t)，h(t)=etu(-t)
(b)假设x(t)=e-(t-2)u(1-2)，h(t)如图4-8所示，对这对信号，通过证明y(t)=x(t)*h(t)的傅里叶变换等于H(jω)X(jω)来验证卷积性质。
