变形体虚功原理的虚功方程中包含了力系与位移两套物理量，其中()。

刚体体系与变形体体系虚功原理的虚功方程两者的区别在于()。

文件CEOSAL2.RAW包含了177位首席执行官的数据，并可用来考察企业业绩对CEO薪水的影响。 （i)估计
文件CEOSAL2.RAW包含了177位首席执行官的数据，并可用来考察企业业绩对CEO薪水的影响。
(i)估计一个将年薪与企业销售量和市场价值相联系的模型。让这个模型对每个自变量的变化都具有常弹性。以方程的形式写出结论。
(ii)在第(i)部分的模型中增加profits。为什么这个变量不能以对数形式进入模型？你会说这些企业业绩变量解释了CEO薪水波动中的大部分吗？
(iii)在第(ii)部分的模型中增加ceoten。保持其他条件不变，延长一年CEO任期，估计的百分比回报是什么？
(iv)求出变量log(mktval)和prots之间的样本相关系数。这些变量高度相关吗？这对OLS估计量有什么影响？

请帮忙给出正确答案和分析，谢谢！

下表包含了8个学生的ACT分数和GPA（平均成绩)。平均成绩以四分制计算，且保留一位小数。 （i)利用O
下表包含了8个学生的ACT分数和GPA(平均成绩)。平均成绩以四分制计算，且保留一位小数。

(i)利用OLS估计GPA和ACT的关系;也就是说，求出如下方程中的截距和斜率估计值
GPA=β₀+β₁ACT
评价这个关系的方向。这里的截距有没有一个有用的解释？请说明。如果ACT分数提高5分，预期GPA会提高多少？
(ii)计算每次观测的拟合值和残差，并验证残差和(近似)为零。
(iii)当ACT=20时，GPA的预测值为多少？
(iv)对这8个学生来说，GPA的波动中，有多少能由ACT解释？试说明。

请帮忙给出正确答案和分析，谢谢！

数据集NBASAL.RAW包含了美国篮球协会（NBA)269位运动员的薪水信息和职业统计。 （i)估计一个将每
数据集NBASAL.RAW包含了美国篮球协会(NBA)269位运动员的薪水信息和职业统计。
(i)估计一个将每场得分(points)与加入联盟年数(exper)、年龄(age)、大学期间打球年数(coll)相联系的模型。包含一个exper的二次项，其他变量都应该以水平值形式加入模型。按照通常的格式报告结果。
(ii)保持大学打球年数和年龄不变，从加入联盟的第几个年份开始，在NBA打球的经历实际上将降低每场得分？这讲得通吗？
(iii)你为什么认为coll具有负系数，而且统计显著？(提示：NBA运动员在读完大学之前被选拔出，甚至直接从高中选出。)
(iv)有必要在方程中增加age的二次项吗？一旦控制了exper和coll之后，这对年龄效应意味着什么？
(v)现在将log(wage)对points，exper，exper²，age和coll回归。以通常的格式报告结论。
(vi)在第(v)部分的回归中检验age和coll是否联合显著。一旦控制了得分和资历，这对考察年龄和受教育程度是否对工资具有单独影响这个问题有何含义？

请帮忙给出正确答案和分析，谢谢！

按定额比例计算在产品成本法下，本期完工产品成本中包含了月末在产品实际成本与定额成本之间的差异。（)

数据集CEOSAL2.RAW包含了美国公司首席执行官的信息。变量salary是以千美元计的年薪，ceoten是已担任公司CEO的年数。
(i)求出样本中的平均年薪和平均任期。
(ii)有多少位CEO尚处于担任CEO的第一年(就是说，ceoten=0)？最长的CEO任期是多少？
(ii)估计简单回归模型log(salary)=β₀+β₁ceoten+u，用通常的形式报告你的结果。多担任一年CEO，预计年薪增长(近似)的百分数是多少？

请帮忙给出正确答案和分析，谢谢！

政府事业单位财务会计核算中关于应交增值税的会计处理与企业会计基础相同，但是在预算会计处理中，预算收入和预算支出包含了销项税额和进项税额，实际缴纳增值税时计入预算支出（）

平面任意力系独立平衡方程的数目为（)

方块图包含了与系统（）有关的信息，与系统的（）无关。

不合格与缺陷的定义不合格包含了缺陷（）

平面一般力系都有两个平衡方程。（)