将12位的数据序列用(24,12)线性分组码编码,假定该码能纠正所有1位和2位的错误,但不能纠正多于2位的错误,求当信道错误率为10-3时接收消息译码错误率。
第1题
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模型。这个回归的标准误是什么?
(ii)同样用除了最后12个月以外的所有数据,估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合?
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言,哪种方法效果更好?
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗?(当我们检验联合显著性时,不必担心误差中轻度的序列相关。)
第5题
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.
第6题
利用得自格雷迪(Graddy,1995)的数据集FISH.RAW。这个数据集也曾用于第12章的计算机练习C9.现在,我们用它估计一个鱼肉需求函数。
(i)假定每个时期均衡的鱼肉需求方程可写成
所以容许需求在一周中的每一天都有所不同。把价格变量视为内生的,一致地估计需求方程参数还需要什么额外信息?
(ii)变量wavet和wave3t度量了过去几天的海浪高度。为了在估计需求方程时将wave2t和wave3t用作log(avgprc)的Ⅳ,我们还需要哪两个假定?
(ii)将log(avgprc)对周工作日虚拟变量和两个浪高指标进行回归。wave2t和wave3t联合显著吗?这个检验的p值是多少?
(iv)现在,用2SLS估计需求方程。需求价格弹性的95%置信区间是什么?所估计的弹性合理吗?
(v)求2SLS的残差ut。在用2SLS估计需求方程时增加一个滞后ut-1记住,用ut-1作为自己的工具。需求方程误差中有AR(1)序列相关的证据吗?
(vi)给定供给方程明显取决于海浪变量,为了估计供给价格弹性,我们需要哪两个假定?
(vii)在log(avgprct)的约简型方程中,周工作日虚拟变量联合显著吗?你对能够估计供给弹性有何结论?
第7题
第9题
问题描述:给定正整数序列x1,x2,…,xn要求:
①计算其最长递增子序列的长度s.
②计算从给定的序列中最多可取出多少个长度为s的递增子序列.
③如果允许在取出的序列中多次使用x1和xn,则从给定序列中最多可取出多少个长度为s的递增子序列.
算法设计:设计有效算法完成①、②、③提出的计算任务.
数据输入:由文件input.txt提供输入数据.文件第1行有1个正整数n,表示给定序列的长度.接下来的1行有n个正整数x1,x2,...,xn,
结果输出:将任务①、②、③的解答输出到文件output.txt.第1行是最长递增子序列的长度s.第2行是可取出的长度为s的递增子序列个数.第3行是允许在取出的序列中多次使用x1和xn时可取出的长度为s的递增子序列个数.
第10题
其中,pop为城市人口,avginc为平均收入,而pctstu为学生人口占城市人口的百分数(按学年计)。
(i)用混合OLS估计方程并按标准形式报告结果。你如何解释1990年度虚拟变量的估计值?你得到βpctstu为多少?
(ii)你在第(i)部分报告的标准误确当吗?做出解释。
(iii)现在取方程的差分,再用OLS去估计。将βpctstu的估计值和第(i)部分的估计值相比较。学生人口的相对规模对房租有影响吗?
(iv)用固定效应估计模型,以验证你得到和第(iii)部分同样的估计值和标准误。
第11题
A.量具R&R研究(交叉)
B.一般线性模型
C.量具R&R研究(嵌套)
D.完全嵌套方差分析