Tarefa strd.filip.explicit_constant

Veredito

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Como o agente resolveu e como foi validado

Resumo passo a passo do que o agente executou, por que o caminho está correto e como cada verificação conferiu o resultado.

1. 1Preparação da base de dados
   d— NIST StRD Filip (82 observations): outcome y, predictors x1, x2, x3, x4, x5, x6, x7, x8, x9, x10 (x_j = x**j), const = 1
2. 2Chamada que gerou a resposta finalinfer.ols(Regressão linear por mínimos quadrados ordinários (MQO))citada na respostacoincide com a referência

   Ver chamada call_26c5d7dd nos detalhes
   Argumentos principais

   dataset:

   "d"

   intercept:

   false

   level:

   0,950.95

   se:

   "classical"

   x:

   ["const","x1","x2","x3","x4","x5","x6","x7","x8","x9","x10"]

   y:

   "y"

   Resultado calculado

   • coef.const = -1.467,49 -1467.489640382506
     Coefficient on const in the regression of y
   • coef.x1 = -2.772,18 -2772.179642311713
     Coefficient on x1 in the regression of y
   • coef.x2 = -2.316,37 -2316.3711246550133
     Coefficient on x2 in the regression of y
   • coef.x3 = -1.127,97 -1127.97396246949
     Coefficient on x3 in the regression of y
   • coef.x4 = -354,478 -354.4782406416817
     Coefficient on x4 in the regression of y
   • coef.x5 = -75,1242 -75.12420325430091
     Coefficient on x5 in the regression of y
   • coef.x6 = -10,8753 -10.875318262075519
     Coefficient on x6 in the regression of y
   • coef.x7 = -1,06222 -1.0622150088056888
     Coefficient on x7 in the regression of y
   • coef.x8 = -0,0670191 -0.06701911696052959
     Coefficient on x8 in the regression of y
   • coef.x9 = -0,00246781 -0.002467810840279784
     Coefficient on x9 in the regression of y
   • coef.x10 = -0,0000402963 -0.00004029625348757675
     Coefficient on x10 in the regression of y
   Diagnósticos: n_obs = 8282 (observations used) · k = 1111 (parameters estimated, fixed-effect dummies included) · r2 = 0,9999870.9999866083760954 (uncentred: the model has no constant) · df_resid = 7171 · se_type = "classical" (classical (homoskedastic) standard errors)
3. 3Conferência de lastro e resposta final
   • ✓
     #0situação da ferramenta

     Verifica a situação de retorno da ferramenta.
   • ✓
     #1dígitos corretos (LRE)coef.const

     B0
   • ✓
     #2dígitos corretos (LRE)coef.x1

     B1
   • ✓
     #3dígitos corretos (LRE)coef.x2

     B2
   • ✓
     #4dígitos corretos (LRE)coef.x3

     B3
   • ✓
     #5dígitos corretos (LRE)coef.x4

     B4
   • ✓
     #6dígitos corretos (LRE)coef.x5

     B5
   • ✓
     #7dígitos corretos (LRE)coef.x6

     B6
   • ✓
     #8dígitos corretos (LRE)coef.x7

     B7
   • ✓
     #9dígitos corretos (LRE)coef.x8

     B8
   • ✓
     #10dígitos corretos (LRE)coef.x9

     B9
   • ✓
     #11dígitos corretos (LRE)coef.x10

     B10
   • ✓
     #12dígitos corretos (LRE)coef.const@se

     SE of B0
   • ✓
     #13dígitos corretos (LRE)coef.x1@se

     SE of B1
   • ✓
     #14dígitos corretos (LRE)coef.x2@se

     SE of B2
   • ✓
     #15dígitos corretos (LRE)coef.x3@se

     SE of B3
   • ✓
     #16dígitos corretos (LRE)coef.x4@se

     SE of B4
   • ✓
     #17dígitos corretos (LRE)coef.x5@se

     SE of B5
   • ✓
     #18dígitos corretos (LRE)coef.x6@se

     SE of B6
   • ✓
     #19dígitos corretos (LRE)coef.x7@se

     SE of B7
   • ✓
     #20dígitos corretos (LRE)coef.x8@se

     SE of B8
   • ✓
     #21dígitos corretos (LRE)coef.x9@se

     SE of B9
   • ✓
     #22dígitos corretos (LRE)coef.x10@se

     SE of B10
   • ✓
     #23diagnóstico

Valores esperados e de onde vêm

Nenhuma fonte citada pelas verificações.

Verificações

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

1. 0Início

   Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

   d (agent)

   NIST StRD Filip (82 observations): outcome y, predictors x1, x2, x3, x4, x5, x6, x7, x8, x9, x10 (x_j = x**j), const = 1

   file — · frame —
2. 1Ferramenta
   infer.ols— Regressão linear por mínimos quadrados ordinários (MQO)v0.1.0call_26c5d7dddecidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "controls": [],
     "dataset": "d",
     "fe": [],
     "intercept": false,
     "level": 0.95,
     "se": "classical",
     "subset": null,
     "weights": null,
     "x": [
       "const",
       "x1",
       "x2",
       "x3",
       "x4",
       "x5",
       "x6",
       "x7",
       "x8",
       "x9",
       "x10"
     ],
     "y": "y"
   }

   Figuras call_26c5d7dd

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.const Coefficient on const in the regression of y	-1.467,49	-1467.489640382506	298,085298.0845464372678	-2.061,85 – -873,126
   coef.x1 Coefficient on x1 in the regression of y	-2.772,18	-2772.179642311713	559,78559.7798950425332	-3.888,35 – -1.656,01
   coef.x2 Coefficient on x2 in the regression of y	-2.316,37	-2316.3711246550133	466,478466.47759716004714	-3.246,5 – -1.386,24
   coef.x3 Coefficient on x3 in the regression of y	-1.127,97	-1127.97396246949	227,204227.20428682001358	-1.581,01 – -674,941
   coef.x4 Coefficient on x4 in the regression of y	-354,478	-354.4782406416817	71,647971.6478700137725	-497,34 – -211,616
   coef.x5 Coefficient on x5 in the regression of y	-75,1242	-75.12420325430091	15,289715.28971871711999	-105,611 – -44,6374
   coef.x6 Coefficient on x6 in the regression of y	-10,8753	-10.875318262075519	2,236912.236911721683202	-15,3356 – -6,41504
   coef.x7 Coefficient on x7 in the regression of y	-1,06222	-1.0622150088056888	0,2216240.22162433416518962	-1,50412 – -0,620309
   coef.x8 Coefficient on x8 in the regression of y	-0,0670191	-0.06701911696052959	0,01423640.014236377098633525	-0,0954056 – -0,0386326
   coef.x9 Coefficient on x9 in the regression of y	-0,00246781	-0.002467810840279784	0,0005356170.0005356174381909995	-0,0035358 – -0,00139982
   coef.x10 Coefficient on x10 in the regression of y	-0,0000402963	-0.00004029625348757675	0,000008966330.000008966328860475918	-0,0000581746 – -0,0000224179

   Diagnósticos

   • n_obs = 8282 (observations used)
   • k = 1111 (parameters estimated, fixed-effect dummies included)
   • r2 = 0,9999870.9999866083760954 (uncentred: the model has no constant)
   • df_resid = 7171
   • se_type = "classical" (classical (homoskedastic) standard errors)
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   coef.const

   1. Coeficiente de const na regressão por mínimos quadrados ordinários de y sem constante.→ -1.467,49 (-1467.489640382506)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 298,085 (298.0845464372678)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x1

   1. Coeficiente de x1 na regressão por mínimos quadrados ordinários de y sem constante.→ -2.772,18 (-2772.179642311713)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 559,78 (559.7798950425332)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x2

   1. Coeficiente de x2 na regressão por mínimos quadrados ordinários de y sem constante.→ -2.316,37 (-2316.3711246550133)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 466,478 (466.47759716004714)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x3

   1. Coeficiente de x3 na regressão por mínimos quadrados ordinários de y sem constante.→ -1.127,97 (-1127.97396246949)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 227,204 (227.20428682001358)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x4

   1. Coeficiente de x4 na regressão por mínimos quadrados ordinários de y sem constante.→ -354,478 (-354.4782406416817)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 71,6479 (71.6478700137725)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x5

   1. Coeficiente de x5 na regressão por mínimos quadrados ordinários de y sem constante.→ -75,1242 (-75.12420325430091)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 15,2897 (15.28971871711999)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x6

   1. Coeficiente de x6 na regressão por mínimos quadrados ordinários de y sem constante.→ -10,8753 (-10.875318262075519)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 2,23691 (2.236911721683202)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x7

   1. Coeficiente de x7 na regressão por mínimos quadrados ordinários de y sem constante.→ -1,06222 (-1.0622150088056888)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,221624 (0.22162433416518962)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x8

   1. Coeficiente de x8 na regressão por mínimos quadrados ordinários de y sem constante.→ -0,0670191 (-0.06701911696052959)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0142364 (0.014236377098633525)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x9

   1. Coeficiente de x9 na regressão por mínimos quadrados ordinários de y sem constante.→ -0,00246781 (-0.002467810840279784)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,000535617 (0.0005356174381909995)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   coef.x10

   1. Coeficiente de x10 na regressão por mínimos quadrados ordinários de y sem constante.→ -0,0000402963 (-0.00004029625348757675)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,00000896633 (0.000008966328860475918)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 71 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • the conditional mean of the outcome is linear in the regressors
   • errors are independent and have the same variance for every observation

   Tabelas (1)

   {
     "coefficients": [
       {
         "ci_high": -873.1259359566444,
         "ci_low": -2061.8533448083676,
         "coef": -1467.489640382506,
         "p": 0.000005346852960532673,
         "se": 298.0845464372678,
         "t": -4.923065143503978,
         "term": "const"
       },
       {
         "ci_high": -1656.0102331383334,
         "ci_low": -3888.349051485093,
         "coef": -2772.179642311713,
         "p": 0.000004783499279755885,
         "se": 559.7798950425332,
         "t": -4.952267251579439,
         "term": "x1"
       },
       {
         "ci_high": -1386.241213549174,
         "ci_low": -3246.5010357608526,
         "coef": -2316.3711246550133,
         "p": 0.000004544885849248178,
         "se": 466.47759716004714,
         "t": -4.965664243593403,
         "term": "x2"
       },
       {
         "ci_high": -674.9414816186287,
         "ci_low": -1581.0064433203515,
         "coef": -1127.97396246949,
         "p": 0.00000456374824969964,
         "se": 227.20428682001358,
         "t": -4.9645804586559015,
         "term": "x3"
       },
       {
         "ci_high": -211.61644540745453,
         "ci_low": -497.3400358759088,
         "coef": -354.4782406416817,
         "p": 0.000004871224570495783,
         "se": 71.6478700137725,
         "t": -4.947505635178578,
         "term": "x4"
       },
       {
         "ci_high": -44.63737002207438,
         "ci_low": -105.61103648652744,
         "coef": -75.12420325430091,
         "p": 0.000005547630841446868,
         "se": 15.28971871711999,
         "t": -4.913380333817645,
         "term": "x5"
       },
       {
         "ci_high": -6.415042970169158,
         "ci_low": -15.33559355398188,
         "coef": -10.875318262075519,
         "p": 0.000006748661537824326,
         "se": 2.236911721683202,
         "t": -4.861755677104773,
         "term": "x6"
       },
       {
         "ci_high": -0.6203086375438063,
         "ci_low": -1.5041213800675712,
         "coef": -1.0622150088056888,
         "p": 0.000008753664466422693,
         "se": 0.22162433416518962,
         "t": -4.792862718829231,
         "term": "x7"
       },
       {
         "ci_high": -0.03863258726255993,
         "ci_low": -0.09540564665849925,
         "coef": -0.06701911696052959,
         "p": 0.000012051000903305334,
         "se": 0.014236377098633525,
         "t": -4.707596356587267,
         "term": "x8"
       },
       {
         "ci_high": -0.0013998200016963763,
         "ci_low": -0.003535801678863192,
         "coef": -0.002467810840279784,
         "p": 0.000017486320907175228,
         "se": 0.0005356174381909995,
         "t": -4.607413172757401,
         "term": "x9"
       },
       {
         "ci_high": -0.000022417901522307966,
         "ci_low": -0.000058174605452845536,
         "coef": -0.00004029625348757675,
         "p": 0.000026514620547866853,
         "se": 0.000008966328860475918,
         "t": -4.49417527670716,
         "term": "x10"
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d a714bc1ac1c7d18e328e0fda85e1645afca8979792a4da7cab9dfc3ddb6747ef

   sha256 do resultado

   946e5786f0a09f3da17015f49c0233dd44b378182b92b88624e66fc887f377c2

3. 2Pontuação
   #0situação da ferramentapassouregistradastatus ok
4. 3Pontuação
   #1dígitos corretos (LRE)passouregistradafigure coef.const: LRE 7.75 (min 6.0) — B0
5. 4Pontuação
   #2dígitos corretos (LRE)passouregistradafigure coef.x1: LRE 7.74 (min 6.0) — B1
6. 5Pontuação
   #3dígitos corretos (LRE)passouregistradafigure coef.x2: LRE 7.73 (min 6.0) — B2
7. 6Pontuação
   #4dígitos corretos (LRE)passouregistradafigure coef.x3: LRE 7.72 (min 6.0) — B3
8. 7Pontuação
   #5dígitos corretos (LRE)passouregistradafigure coef.x4: LRE 7.71 (min 6.0) — B4
9. 8Pontuação
   #6dígitos corretos (LRE)passouregistradafigure coef.x5: LRE 7.70 (min 6.0) — B5
10. 9Pontuação
    #7dígitos corretos (LRE)passouregistradafigure coef.x6: LRE 7.68 (min 6.0) — B6
11. 10Pontuação
    #8dígitos corretos (LRE)passouregistradafigure coef.x7: LRE 7.67 (min 6.0) — B7
12. 11Pontuação
    #9dígitos corretos (LRE)passouregistradafigure coef.x8: LRE 7.65 (min 6.0) — B8
13. 12Pontuação
    #10dígitos corretos (LRE)passouregistradafigure coef.x9: LRE 7.63 (min 6.0) — B9
14. 13Pontuação
    #11dígitos corretos (LRE)passouregistradafigure coef.x10: LRE 7.61 (min 6.0) — B10
15. 14Pontuação
    #12dígitos corretos (LRE)passouregistradafigure coef.const.se: LRE 7.29 (min 6.0) — SE of B0
16. 15Pontuação
    #13dígitos corretos (LRE)passouregistradafigure coef.x1.se: LRE 7.28 (min 6.0) — SE of B1
17. 16Pontuação
    #14dígitos corretos (LRE)passouregistradafigure coef.x2.se: LRE 7.27 (min 6.0) — SE of B2
18. 17Pontuação
    #15dígitos corretos (LRE)passouregistradafigure coef.x3.se: LRE 7.27 (min 6.0) — SE of B3
19. 18Pontuação
    #16dígitos corretos (LRE)passouregistradafigure coef.x4.se: LRE 7.26 (min 6.0) — SE of B4
20. 19Pontuação
    #17dígitos corretos (LRE)passouregistradafigure coef.x5.se: LRE 7.26 (min 6.0) — SE of B5
21. 20Pontuação
    #18dígitos corretos (LRE)passouregistradafigure coef.x6.se: LRE 7.26 (min 6.0) — SE of B6
22. 21Pontuação
    #19dígitos corretos (LRE)passouregistradafigure coef.x7.se: LRE 7.26 (min 6.0) — SE of B7
23. 22Pontuação
    #20dígitos corretos (LRE)passouregistradafigure coef.x8.se: LRE 7.26 (min 6.0) — SE of B8
24. 23Pontuação
    #21dígitos corretos (LRE)passouregistradafigure coef.x9.se: LRE 7.26 (min 6.0) — SE of B9
25. 24Pontuação
    #22dígitos corretos (LRE)passouregistradafigure coef.x10.se: LRE 7.27 (min 6.0) — SE of B10
26. 25Pontuação
    #23diagnósticopassouobrigatóriaaccurate to 6 digits — documented exception: LRE ≥ min or a collinearity flag

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

• época 1, tentativa 1passoupontuada(exibindo)

Downloads desta tarefa