题目内容
（请给出正确答案）
[主观题]
用来识别显著关联项的数据，应该基于受访者对开放式问题回答的情况，比如“ 当你想到)X品牌，脑海
中会出现什么？”。开放式问题能够使消费者表达任何会想到的品牌关联性，重要的是能够让消费者用自己的语言进行表达。()
此题为判断题(对，错)。
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
此题为判断题(对，错)。
如果结果不匹配，请 联系老师 获取答案
更多“用来识别显著关联项的数据，应该基于受访者对开放式问题回答的情…”相关的问题
A.基于MR定位数据获得居民小区与无线小区的对应关系
B.以上都是
C.根据居民区与无线小区的位置关系建立对应关系表
D.基于手机APP在居民区内抓取当前手机位置周围的基站信息
A.方差能反映数据围绕着平均值波动的程度
B.方差能反映数据的大小
C.方差能反映数据之间的关联程度
D.方差可以用来度量股票的总风险
E.方差越大，数据分布越不集中，方差越小，数据分布越集中
A.直接回答一个数值的问项
B.在事先拟定的若干备选答案后面再加上一个参考答案：“其他”
C.受访者不受任何约束可以自由回答的问题
D.事先拟定若干备选答案，要求受访者从中选择
A.访谈没有明确的目的性
B.访谈过程是一个由访谈者到受访者的单向过程
C.访谈中不必过多地介绍细节
D.在访谈过程中，双方的言语交换是不平等的
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。
