急 帮帮忙 在Dreamweaver 怎么提交表单 这个问题对于高手 很简单 但对于我很难
[问题点数：80分，结帖人bjchuxue]
急 帮帮忙 在Dreamweaver 怎么提交表单 这个问题对于高手 很简单 但对于我很难
[问题点数：80分，结帖人bjchuxue]
不显示删除回复
显示所有回复
显示星级回复
显示得分回复
只显示楼主
相关帖子推荐：
本帖子已过去太久远了，不再提供回复功能。很简单的算数哦，帮帮忙，谢谢 ！_百度知道
很简单的算数哦，帮帮忙，谢谢 ！
com/zhidao/pic/item/b21cd6d.hiphotos.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="http.baidu://f.jpg" esrc="/zhidao/wh%3D600%2C800/sign=ddbb5bef901/b21cd6d&nbsp.hiphotos://f://f.com/zhidao/wh%3D450%2C600/sign=e0e32a5ad139bb3dc60191c/b21cd6d;<img class="ikqb_img" src="/zhidao/pic/item/67dde8aab3bd5d82b2b7d1a287b3.baidu.hiphotos://b://b<a href="/zhidao/wh%3D450%2C600/sign=f8db2d73868ba61edfbbc02b380cd7912397dde8aab3bd5d82b2b7d1a287b3
11怎么做呢。？
抱歉了，这题不会了。
时间久，忘了
提问者评价
太给力了，你的回答完美地解决了我的问题，非常感谢！
其他类似问题
按默认排序
其他2条回答
两边同时立方，得x≤2&#179;=8即x≤8
这个怎么算呢？
两边同时3次方
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁查看: 834|回复: 5
阅读权限22威望0 级论坛币0 个学术水平0 点热心指数0 点信用等级0 点经验3002 点帖子80精华0在线时间54 小时注册时间最后登录
积分 182, 距离下一级还需 78 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
餐具签到天数: 7 天连续签到: 1 天[LV.3]偶尔看看II
问题一：建立GARCH模型的首要条件是时间序列为平稳序列，这是为什么呢？
问题二：平稳时间序列是指期望和方差为常数么?
问题三：既然期望和方差为常数，那么为什么还存在异方差效应，建立GARCH模型呢？
问题四：为什么对非平稳时间序列的对数进行差分可得到平稳时间序列，为什么去对数可以消除异方差性？
大家知道的帮帮忙，这部分概念很模糊，答辩急用呢，谢谢大家了！
经典回归分析暗含着一个重要假设：数据是平稳的。
数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。
数据非平稳，往往导致出现“虚假回归”问题
表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)：
例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。
在现实经济生活中： ...
载入中......
阅读权限28威望0 级论坛币2229 个学术水平3 点热心指数6 点信用等级4 点经验58067 点帖子221精华0在线时间955 小时注册时间最后登录
积分 1227, 距离下一级还需 148 积分
权限: 自定义头衔, 签名中使用图片, 隐身
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发下一级可获得
权限: 设置帖子权限道具: 提升卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
苦逼签到天数: 611 天连续签到: 1 天[LV.9]以坛为家II
经典回归分析暗含着一个重要假设：数据是平稳的。
数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。
数据非平稳，往往导致出现“虚假回归”问题
表现在:两个本来没有任何因果关系的变量，却有很高的相关性（有较高的R2)：
& && & 例如：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们没有任何有意义的关系，但进行回归也可表现出较高的可决系数。
& && & 在现实经济生活中：
& && & 情况往往是实际的时间序列数据是非平稳的，而且主要的经济变量如消费、收入、价格往往表现为一致的上升或下降。这样，仍然通过经典的因果关系模型进行分析，一般不会得到有意义的结果。
设{Xt, t = 0 , 1 , 2,…}是一个时间序列。如果{Xt, t = 0 ,1 ,&&2,…}满足
& & & & E[Xt] = μ；D[Xt]=σ（都是常量）
& & （2）Cov(Xt, Xt+k) = γk。(只依赖于时间间隔K的一个变量)
& & 则称该时间序列是平稳的。
第三问：平稳是相对与整个时间段来说的,而你问题中的异方差是条件异方差，GARCH正是对条件异方差进行研究的一种方法。
第四问：实际上，差分是用于消除非平稳的一个常用手段，如：Xt&&= Xt-1+ μt ，
& &其中{μt ,&&t = 0 , 1, 2, ...}为白噪声序列。这样的随机过程称为随机游走(random walk)。
这样的时间序列不是平稳的。事实上，
& && && && && &Xt =X0 + μ1 + μ2 + ... +μt ，
& & 所以Var[Xt] = tσ^ 2 ，这与t有关，从而不是平稳的。
但对取一阶差分后则变为平稳的。一阶差分为：
Xt -Xt-1= μt ，
& & 所以{一阶差分Xt}是平稳的。
和Yi=β1+β2Xi+ui相比，lnYi=β1+β2lnXi+μi这样一个对数变换能减弱异方差，这是因为对数变换压缩了测度变换的尺度，把两个值的10倍之差降低到约2倍之差，如数值80十倍于数值8，但ln80（=4.328）仅约两倍于ln8。对数变换的另一个优点在于斜率系数β2测出Y对X的弹性，即对应于X的1%的变化。例如，Y是消费而& & & & X是收入，则上述方程将测出收入弹性，在原始模型中，β2仅测出对应于收入的一单位变化，平均消费的变化
本人新进论坛，希望这些回答对楼主有帮助（PS：求发论坛币啊！！）
阅读权限22威望0 级论坛币0 个学术水平0 点热心指数0 点信用等级0 点经验3002 点帖子80精华0在线时间54 小时注册时间最后登录
积分 182, 距离下一级还需 78 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
餐具签到天数: 7 天连续签到: 1 天[LV.3]偶尔看看II
阅读权限22威望0 级论坛币0 个学术水平0 点热心指数0 点信用等级0 点经验3002 点帖子80精华0在线时间54 小时注册时间最后登录
积分 182, 距离下一级还需 78 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
餐具签到天数: 7 天连续签到: 1 天[LV.3]偶尔看看II
继续自己顶
阅读权限30威望0 级论坛币3202 个学术水平18 点热心指数22 点信用等级13 点经验4500 点帖子867精华0在线时间243 小时注册时间最后登录
积分 1477, 距离下一级还需 748 积分
权限: 自定义头衔, 签名中使用图片, 设置帖子权限, 隐身
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡下一级可获得
权限: 设置回复可见道具: 沉默卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
Which university?
阅读权限22威望0 级论坛币0 个学术水平0 点热心指数0 点信用等级0 点经验3002 点帖子80精华0在线时间54 小时注册时间最后登录
积分 182, 距离下一级还需 78 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
餐具签到天数: 7 天连续签到: 1 天[LV.3]偶尔看看II
逍遥是最美的 发表于
Which university?你知道答案么？这是我自己想出来的问题，怕老师问。主要是数学系的，对金融知识不懂。
论坛好贴推荐问题补充&&
今天是日，星期四，天气晴朗。今日は日、木曜日、晴れ。冬天的早上变得越来越冷了，我每天早上都非常不想起来，但我明年就要大学毕业了，我知道再这么懒惰是不可以了呢。冬の朝はだんだん寒くなってきた。毎朝起きるのはつらい、でも、来年大学卒业するので、こうやって怠けてはいけないと帆っています。今天早上我起床后，洗脸刷牙、穿好衣服、吃好早餐，就去上课去了。今朝、起きてから颜を洗って、歯を磨いて、朝食をとってから、学校に行きました。到了10点左右下课，我就走回去宿舍，在宿舍看书看到11点半，就下去学校饭堂吃饭了。10时顷から授业が终わったので、寮に戻りました。寮で11时半まで勉强してから、学校の食堂に食事を取りに行きました。我今天中午吃了鱼和番茄炒蛋，学校的鱼既便宜又挺好吃，我还挺喜欢吃的。今日の午前中お鱼とトマトと卵の炒め物を食べました。学校の鱼は安くて美味しい、大好きです。中午休息了一下，到了下午2点左右到3点半左右我都在图书馆看书，之后就去教学楼上日语课了。お昼は少し休んで、午后2时顷から3时半まで図书馆で勉强しました。その后日本语の授业がありました。上完日语课已经是下午五点了，每当这个时候，我都觉得很饿，很想吃很多好吃的东西，不过通常我们都会回宿舍叫外卖，因为实在累得不想去饭堂了。日本语の授业が终わるのは午后5时ごろ、毎日この时间になると、おなかが空きます。美味しいものを食べたいです。でも、いつも寮に戻って外食を頼みます。なぜなら、この时间になると本当に疲れてしまって、学校の食堂に行きたくないです。晚上洗完澡我就会玩玩电脑，或者看看书，直到11点半，我们就会稀疏，上床睡觉。夜お古に入ってからパソコンをいじったり、本を読んだりして、约11时半になったら寝る准备をします。我的每天基本上都是这样度过的，虽然很枯燥，但却很充实，我会珍惜在大学的最后这半年时光的。私の毎日は大体このように过ごしています、つまらないようですが、充実しています。ここの大学での最后の半年を大切に过ごしたいと思います。=================================================================
mengmeng_mao &
&#8226;回答
&#8226;回答
&#8226;回答
&#8226;回答
&#8226;回答
今日は日、木曜日にはよく晴れています。冬の朝がますます寒くなってきましたが、私は毎朝、しているが、私はとてもたくありません。来年で大学を卒业しました、もうこんな怠けてはいけないのですね。今朝起きて、歯を磨き、颜を洗ってきれいな服を着たり、食べていい朝食へ行けば、授业に行ってきました。10时ごろ、学校での授业、私は歩いて帰る寮を出て、寮で本を読み11时半、すぐに下りていき学校の食堂で食事をした。今日のお昼を食べた鱼やトマトのたまご炒め、学校の鱼が安くておいしかったです、私はまたたいへん好きで食事をした。昼休みなどしてみましたが、午后2时ごろから3时半ごろは私はすべて図书馆で本を読んで、以后は校舎の日本语の授业に行きました。日本语の授业が终わってからは午后五时だし、そんな时も、とても腹が减って、とてもおいしいものをたくさん食べたいです、私达はいずれも寮に出前をとる、どうしても疲れ行きたくない食堂しました。溢吕から私はそちらへ、あるいはて本を见て、パソコン11憨弗封煌莩号凤铜脯扩时半ごろまでに、我々はまばらで、ベッドに入って寝ていた。私の一日のほとんどはこうして过ごしたのは、乾燥しているにもかかわらず、とても充実しているとしたら、私は大切にし、大学の最后のこの半年は时を过ごした。
蒶丝de樱婲&
猜你感兴趣
服务声明： 信息来源于互联网，不保证内容的可靠性、真实性及准确性，仅供参考，版权归原作者所有！Copyright &
Powered by}