在假设检验中,通常用来表示统计检验力(power of test)的是A.1-α B.1-β C.α+β D.α-β
在假设检验中,通常用来表示统计检验力(power of test)的是
A.1-α B.1-β C.α+β D.α-β
在假设检验中,通常用来表示统计检验力(power of test)的是
A.1-α B.1-β C.α+β D.α-β
式中,trngpa表示本学期的GPA,crsgpa表示所修全部课程加权平均的GPA,cumgpa表示本学期前的GPA,tothrs表示此学期前总学分,sat表示SAT分数,hsperc表示其在高中班级排名的百分位,female是一个性别虚拟变量,而season也是一个虚拟变量,并在该学生在秋季参加学生运动赛事时取值1。通常的标准误和异方差-稳健的标准误分别报告于圆括号和方括号中。
(i)变量crsgpa、cungpa和tothrs都有预期的估计效应吗?这些变量中有哪些在5%的显著性水平上是统计显著的?使用不同的标准误是否有什么影响?
(ii)为什么虚拟假设有意义?利用这两种标准误,在5%的显著性水平上针对双侧备择假设检验这个虚拟假设。描述你的结论。
(iii)利用两种标准误来检验参加体育赛事对学期GPA是否有影响。拒绝原假设的显著性水平与所用的标准误有关系吗?
A.P值范围在-1~1之间
B.P≤0.1在统计学中被称为小概率事件
C.P值越趋近于1,表示某事件发生的可能性越小
D.在假设检验中,当P≤α时,则拒绝H0,接受H1
E.在假设检验中,当P≥α时,拒绝H0,接受H1
参考4.4节中所用的例子。你将使用数据集TWOYEAR.RAW.
(i)变量phsrank表示一个人的高中百分位等级。(数字越大越好。比如90意味着, 你的排名比所在班级中90%的同学更高。)求出样本中phsrank的最小、最大和平均值。
(ii)在方程(4.26) 中增加变量phsrank, 并照常报告OLS估计值。phs rank在统计上显著吗?高中排名提高10个百分位点,能导致工资增加多少?
(iii)在方程(4.26) 中增加变量phs rank显著改变了2年制和4年制大学教育回报的结论了吗?请解释。
(iv)数据集包含了一个被称为id的变量。你若在方程(4.17)或(4.26)中增加id,预计它在统计上不会显著,解释为什么?双侧检验的p值是多少?
A.在0.10的显著性水平下必定也是显著的
B.在0.01的显著性水平下不一定具有显著性
C.原假设为真时拒绝原假设的概率为0.05
D.检验的p值大于0.05
A.单侧检验优于双侧检验
B.若P>α,则接受犯错误的可能性很小
C.采用配对t检验还是两独立样本t检验是由试验设计方案所决定的
D.检验水准α只能取0.05
E.两样本μ检验时,要求两总体方差齐性