表 4-17 列出了被解释变量 Y及解释变量 [tex=6.071x1.214]VG3UP5DAurumUw6v5EFA7x9ZhEXsAvmPq2RVw2PBhZI=[/tex]的时间序 列观测值。 用逐步回归法确定一个较好的回归模型。[br][/br][img=802x204]17b0f031e7bd56d.png[/img]
举一反三
- 表 4-17 列出了被解释变量 Y及解释变量 [tex=6.071x1.214]VG3UP5DAurumUw6v5EFA7x9ZhEXsAvmPq2RVw2PBhZI=[/tex]的时间序 列观测值。用 OLS 法估计线性回归模型, 并采用适当的方法检验多重共线性 [img=802x204]17b0f031e7bd56d.png[/img]
- 表4 -3列出了被解释变量Y及解释变量[tex=5.571x1.214]6UQhNKyDEPShlGgWcqU0Tmfg7ykRK/7qoC93F2BEI/o=[/tex]的时间序列观测值。[img=596x150]17b1155613e18ca.png[/img] 用逐步回归法确定一个较好的回归模型。
- 表4 -3列出了被解释变量Y及解释变量[tex=5.571x1.214]6UQhNKyDEPShlGgWcqU0Tmfg7ykRK/7qoC93F2BEI/o=[/tex]的时间序列观测值。[img=596x150]17b1155613e18ca.png[/img] 用OLS估计线性回归模型，并采用适当的方法检验多重共线性:
- 若要将一个长度为N=16的序列x(n)重新位倒序,作为某一FFT算法的输入,则位倒序后序列的样本序号为( )。 A: x(15), x(14), x(13), x(12), x(11), x(10), x(9), x(8), x(7), x(6),<br/>x(5), x(4), x(3), x(2), x(1), x(0) B: x(0), x(4), x(2), x(6), x(1), x(5), x(3), x(7), x(8), x(12), x(10),<br/>x(14), x(9), x(13), x(11), x(15) C: x(0), x(2), x(4), x(6), x(8), x(10), x(12), x(14), x(1), x(3), x(5),<br/>x(7), x(9), x(11), x(13), x(15) D: x(0), x(8), x(4), x(12), x(2), x(10), x(6), x(14), x(1), x(9), x(5),<br/>x(13), x(3), x(11), x(7), x(15)
- 采用基2时间抽取FFT算法流图计算8点序列的DFT，第一级的数据顺序为 A: x[0],x[2],x[4],x[6],x[1],x[3],x[5],x[7] B: x[0],x[1],x[2],x[3],x[4],x[5],x[6],x[7] C: x[0],x[4],x[2],x[6],x[1],x[5],x[3],x[7] D: x[0],x[2],x[1],x[3],x[4],x[6],x[5],x[7]