在存在交互效应的多因素方差分析中,如出现影响不显著的因素,正确的处理方法是()
A.显著因素往往要经过几次剔除过程才能够筛选出来
B.首先剔除影响最不显著的交互效应及其对应的主效应
C.显著因素经过1次剔除过程就能够筛选出来
D.首先剔除影响最不显著的交互效应
E.首先剔除影响最不显著主效应
A.显著因素往往要经过几次剔除过程才能够筛选出来
B.首先剔除影响最不显著的交互效应及其对应的主效应
C.显著因素经过1次剔除过程就能够筛选出来
D.首先剔除影响最不显著的交互效应
E.首先剔除影响最不显著主效应
A.相对于全因子试验法,一次一因子法[OFAT]的试验效率要低一些
B.若全因子试验中存在反复,就能知道其交互效应的效果
C.通过OFAT试验能看出交互效应
D.删减模型时,应从高阶交互效应开始依次删减
A.高血压患者首先强调控制血压达标,兼顾心率管理
B.在诊室心率>80bpm时,建议患者进行家庭静息心率测量,以除外白大衣效应
C.对高血压伴静息心率增快患者,应首先排查引起心率增快的基础疾病及其他因素,如存在,宜首先针对这些因素进行治疗
D.高血压伴心率增快的患者应进行有效生活方式干预
E.对高血压伴心率增快者药物治疗首选伊伐布雷定
A.由于涡流的趋肤效应,距表面较深的缺陷难以查出
B.影响涡流的因素较多,如材质的变化、传送装置的振动等,因此必须采取措施将干扰信号制掉,才能正确地显示缺陷
C.要准确判断缺陷的种类。形状和大小比较困难,需作模拟试验或作标准试块予以对比
D.涡流对形状复杂零件存在边界效应,探测比较困难
E.涡流对形状复杂零件不存在边界效应,故探测比较方便
本题利用401KSUBS.RAW中的数据。
(i) 计算样本中nettfa的平均值、标准差、最小值和最大值。
(ii) 检验假设平均nettfa不会因为401(k) 资格状况而有所不同, 使用双侧对立假设。估计差异的美元数量是多少?
(iii)根据计算机习题C7.9的第(ii)部分,e401k在一个简单回归模型中显然不是外生的,起码它随着收入和年龄而变化。以收入、年龄和e40lk作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在,估计401(k)资格的美元效应是多少?
(iv) 在第(iii) 部分估计的模型中, 增加交互项e401k·(age-41) 和e401k·(age-41)2 。注意样本中的平均年龄约为41岁,所以在新模型中,e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著?
(v)比较第(iii)和(iv)部分的估计值,401(k)资格在41岁处的估计效应差别大吗?请解释。
(vi) 现在, 从模型中去掉交互项, 但定义5个家庭规模虚拟变量:fsize l, j size2,f size 3, f size 4和f size 5。对有5个或5个以上成员的家庭, fsize 5等于1。在第(iii) 部分估计的模型中, 增加家庭规模虚拟变量, 记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗?
(vii) 现在, 针对模型
在容许截距不同的情况下, 做5个家庭规模类别的邹至庄检验。约束残差平方和SSR, 从第(vi) 部分得到,因为那里回归假定了相同斜率。无约束残差平方和SSRUR=SSR1+SSR2 +…+SSR5 , 其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白,无约束模型中有30个参数(5个截距和25个斜率),而约束模型中有10个参数(5个截距和5个斜率)。因此,带检验的约束个数是q=20,而且无约束模型的df为9275-30=9245。
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。