A.模型是依据元模型中的抽象概念及其关系,对现实世界进行理解,获得具体概念及其具体关系所形成的;
B.元模型是对模型的抽象,而模型是对现实世界的抽象;
C.同一元模型,可以产生不同的模型;而同一现实世界,也可以产生不同的模型;
D.相比元模型,模型是由一组抽象概念及其之间关系构成的。
第1题
A.个体固定效应模型是对于不同的截面有不同截距的模型
B.时点固定效应模型是对于不同的时间序列有不同截距的模型
C.个体时点固定效应模型是对于不同的时间序列和截面都有不同截距的模型
D.上述三种说法都不正确
第2题
A.相比马克维茨模型,大大地减少了需要的运算量
B.加深了对系统风险和非系统风险的认识
C.相比马克维茨模型,大大地增加了需要的运算量
D.其余说法均不正确
第3题
A.模型优化mo_tf.py输入模型格式可以为PB格式
B.型优化mo_tf.py输入模型格式可以为H5格式
C.模型优化mo_tf.py输入模型格式可以为XML格式
D.其他说法都正确
第4题
A.随机效应模型可以节省自由度
B.随机效应模型假定误差项在时间序列上和截面是都是相关的
C.随机效应模型中误差项的分量之间互不相关
D.随机效应模型参数的混合OLS估计量具有一致性和有效性
第5题
A.只能建立线性模型不能建立非线性模型
B.不仅可以建立线性模型也可以建立非线性模型
C.只能建立动态计量模型不能建立静态计量模型
D.不仅可以建立动态计量模型也可以建立静态计量模型
第6题
A.线性概率模型可能存在被解释变量的估计值不在(0,1)之间的问题。
B.调整的判定系数不能准确度量线性概率模型的拟合优度。
C.Logit模型和Probit模型可采用极大似然法估计。
D.Logit模型和Probit模型不存在遗漏变量的问题。
第7题
A.mo_tf.py对应的是对PyTorch的模型优化
B.mo_tf.py对应的是对Tensorflow模型的优化
C.mo_tf.py对应的是对MXNet模型的优化
D.其他说法都正确
第8题
A.线性概率模型可能存在被解释变量的估计值不在(0,1)之间的问题。
B.调整的判定系数不能准确度量线性概率模型的拟合优度。
C.Logit模型和Probit模型可采用极大似然法估计。
D.Logit模型和Probit模型不存在遗漏变量的问题。
第9题
A.ARCS分别指Attention(注意)、Relevance(关联)、Consciousness (意识)、Satisfaction(满足)
B.ARCS模型要求教学设计能够吸引和维持学生的注意力
C.ARCS模型要求教学设计与学生的背景知识、个人需求和生活经验联系
D.ARCS模型是凯勒教授提出的一个教学设计模型
第10题
A.一个模型空间只能对应一个布局
B.一个模型空间可以对应多个布局
C.一个布局可以对应多个模型空间
D.一个文件中可以有多个模型空间多个布局
第11题
A.是一个基于先验,修正于后验参数化的模型
B.充分考虑了项目类型的不同,项目所处阶段的不同
C.考虑了类似项目经验、过程成熟度、人员能力和开发工具等的影响
D.该模型主要采用了类比法
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!