开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

wenxing · 2019年12月01日

问一道题:NO.PZ2015120204000013 [ CFA II ]

问题如下图:所以上面说的一堆公式其实没啥用?我看了半天???

选项:

A.

B.

C.

解释:

1 个答案

星星_品职助教 · 2019年12月01日

同学你好,

这道题考察的是已知回归方程,来求predicted Y。只需要根据表格里的系数代入每个X变量的值即可。

上面那一堆是各个X的定义,有的时候某个X变量会非常的奇怪,就需要看看这个变量到底是怎么定义的。对这道题而言因为X没什么歧义,所以用处不大。加油

  • 1

    回答
  • 0

    关注
  • 588

    浏览
相关问题

NO.PZ2015120204000013问题如下Baseon past research, Hansen selects the following inpennt variables to preIPO initireturns: Unrwriter rank = 1–10, where 10 is highest rankPre-offer priaustment (Expressea cimal) = (Offer pri– Initifiling price)/Initifiling priceOffer size ($ millions) = Shares sol× Offer priceFraction retaine(Expressea cimal) = Fraction of totcompany shares retaineinsirsHansen’s Regression Results pennt Variable: IPO InitiReturn (Expressein cimForm, i.e., 1% = 0.01)The upcoming IPO hthe following characteristics:l unrwriter rank = 6;l pre-offer priaustment = 0.04;l offer size = $40 million;l fraction retaine= 0.70.Baseon Hansen’s regression, the precteinitireturn for the upcoming IPO is closest to:A.0.0943.B.0.1064.C.0.1541.C is correct.The precteinitireturn (IR) is:IR = 0.0477 + (0.0150 × 6) + (0.435 × 0.04) – (0.0009 × 40) + (0.05 × 0.70) = 0.1541老师好!如题,a=1%对应检验的t值是2.58左右,为什么不用将每个变量系数的t值与它对比以判断每个自变量是否有效/显著?谢谢

2023-04-01 13:30 1 · 回答

NO.PZ2015120204000013 0.1064. 0.1541. C is correct. The precteinitireturn (IR) is: IR = 0.0477 + (0.0150 × 6) + (0.435 × 0.04) – (0.0009 × 40) + (0.05 × 0.70) = 0.1541同上,关于对t检验的考量,当题中出现这个条件

2022-12-05 08:54 1 · 回答

NO.PZ2015120204000013 如上请问题目中的40m,为什么就用40来算,而不是40000000

2021-07-28 23:30 1 · 回答

NO.PZ2015120204000013 算法我理解为什么答案是0.1541啊,这个式子算出来不是0.1384吗

2021-05-07 22:57 1 · 回答