计量经济学的数据类型主要分为两类： 与非结构化数据。

工业化时代，学校教育映射了工业化的集中物流的经济批量模式：铃声、班级、标准化的课堂、统一的教材、按照时间编排的流水线场景。这种教育为工业时代标准化地制造了可用的人才。而大数据教育将呈现另外的特征：弹性学制、个性化辅导、社区和家庭学习、每个人的成功。

世界也许会因此安静许多，而数据将火热地穿梭在其中，人与人（师生、生生）的关系，将通过人与技术的关系来实现，正如在过春节，拜年，不通过短信、电话、视频、微信，还能像20年前那样骑自行车挨家挨户拜年吗?大数据时代，无论你是否认同技术丰富了人类的情感，技术的出现．都让我们再也回不到从前了。

一个学生，考试得了78分，这只是一个“数字”，如果把背后因素——家庭背景、努力程度、学习态度、智力水平等与78分联系在一起，就成了数据。大数据与传统的数据相比，有非结构化、数据量巨大、数据分析由专家层变化为用户层、大量采用可视化展现方法等特点，这些特点正好适应了个性化和人性化的学习变化。目前教育变革的讨论，过多集中于教育（远程、平板、电子、数字），这正像任何一种科技让人们最先想到的都是偷懒的哲学。自动化时代最先想到的是卓别林电影中的自动吃饭机，多媒体时代最先想到的是游戏。教育本身很难改变学习，在这场教育革命的浪潮中，由教育引发的教育从数字支撑到数据支撑的变化，却是很多人没有在意的巨大金矿。

教育环境的设计，教育实验场景的布置，教育时空的变化，学习场景的变革，教育管理数据的采集和运用，这些过去靠“拍脑袋”或者理念灵感加经验的事情，在云计算、物联网、大数据的背景下，变成一种数据支撑的行为科学。教育将成为继经济学之后。一门不再靠理念和经验传承的社会科学，大数据时代的教育，将变成一门实实在在的实证科学。

目前的经济社会，已经进入后工业化的大数据时代，人与机器的主流社会关系逐渐转向人与数据之间的关系，若干年后社会的竞争将以服务和创新为核心，然而我们今天的教育还受制于减少犯错和标准化的“魔咒”。大数据教育提供了另外一种可能，标准化的教育将转向网络完成，而个性化的人才培养将主要由学校承担：越来越小的班级、越来越近的学校、越来越聚焦的教育支持、越来越个性化的培养方式。这将使教育摆脱工业化时代的模式。

下列关于大数据教育的表述，符合原文意思的一项是： 查看材料

A.工业化时代的教育标准化地培养人才，导致人才的个性和创新不足，这样的弊端直接催生了大数据教育

B.大数据教育的特点是非结构化、数据量巨大、数据分析由专家层变化为用户层、大量采用可视化展现方法

C.以数据支撑为标志的大数据教育具有巨大的开发潜力和社会效益，但不少人没有对它给予应有的关注

D.大数据教育将不再是靠理念和经验传承的社会科学。而会成为继经济学之后的第二门实实在在的实证科学

A．可线性化模型

B．直接替换模型

C．不可线性化模型

D．不可直接替换模型

E．对数模型

A.摩擦性失业

B.结构性失业

C.周期性失业

D.自愿性失业

E.非自愿性失业

A.结构性失业

B.自愿失业

C.非自愿失业

D.周期性失业

下列非线性单方程计量经济学模型，不可以化为线性模型的是( )。

A．模型可以采用非线性OLS方法和非线性最大似然法估计参数

B．解释变量非线性问题一般可以化为线性模型

C．模型包含参数非线性，一般情况下通过简单的变换难以化为线性问题

D．模型只能采用非线性OLS方法估计参数

A．通货膨胀的效应

B．通货膨胀的成因

C．通货膨胀的后果

D．通货膨胀的起源

A．通货膨胀的效应

B．通货膨胀的成因

C．通货膨胀的后果

D．通货膨胀的起源

A．通货膨胀的效应

B．通货膨胀的成因

C．通货膨胀的后果

D．通货膨胀的起源