Tarefa strd.longley.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 Longley (16 observations): outcome y, predictors x1, x2, x3, x4, x5, x6, 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_5cb74f56 nos detalhes
   Argumentos principais

   dataset:

   "d"

   intercept:

   false

   level:

   0,950.95

   se:

   "classical"

   x:

   ["const","x1","x2","x3","x4","x5","x6"]

   y:

   "y"

   Resultado calculado

   • coef.const = -3.482.260 -3482258.6345958184
     Coefficient on const in the regression of y
   • coef.x1 = 15,0619 15.061872271373323
     Coefficient on x1 in the regression of y
   • coef.x2 = -0,0358192 -0.03581917929259102
     Coefficient on x2 in the regression of y
   • coef.x3 = -2,02023 -2.020229803816825
     Coefficient on x3 in the regression of y
   • coef.x4 = -1,03323 -1.033226867173592
     Coefficient on x4 in the regression of y
   • coef.x5 = -0,0511041 -0.05110410565358071
     Coefficient on x5 in the regression of y
   • coef.x6 = 1.829,15 1829.151464613552
     Coefficient on x6 in the regression of y
   Diagnósticos: n_obs = 1616 (observations used) · k = 77 (parameters estimated, fixed-effect dummies included) · r2 = 0,9999880.9999877797922326 (uncentred: the model has no constant) · df_resid = 99 · 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.const@se

     SE of B0
   • ✓
     #9dígitos corretos (LRE)coef.x1@se

     SE of B1
   • ✓
     #10dígitos corretos (LRE)coef.x2@se

     SE of B2
   • ✓
     #11dígitos corretos (LRE)coef.x3@se

     SE of B3
   • ✓
     #12dígitos corretos (LRE)coef.x4@se

     SE of B4
   • ✓
     #13dígitos corretos (LRE)coef.x5@se

     SE of B5
   • ✓
     #14dígitos corretos (LRE)coef.x6@se

     SE of B6

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 Longley (16 observations): outcome y, predictors x1, x2, x3, x4, x5, x6, const = 1

   file — · frame —
2. 1Ferramenta
   infer.ols— Regressão linear por mínimos quadrados ordinários (MQO)v0.1.0call_5cb74f56decidido 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"
     ],
     "y": "y"
   }

   Figuras call_5cb74f56

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.const Coefficient on const in the regression of y	-3.482.260	-3482258.6345958184	890.420890420.3836072843	-5.496.530 – -1.467.990
   coef.x1 Coefficient on x1 in the regression of y	15,0619	15.061872271373323	84,914984.91492577477717	-177,029 – 207,153
   coef.x2 Coefficient on x2 in the regression of y	-0,0358192	-0.03581917929259102	0,0334910.033491007772240226	-0,111581 – 0,0399427
   coef.x3 Coefficient on x3 in the regression of y	-2,02023	-2.020229803816825	0,48840.4883996816515565	-3,12507 – -0,915393
   coef.x4 Coefficient on x4 in the regression of y	-1,03323	-1.033226867173592	0,2142740.21427416316162767	-1,51795 – -0,548505
   coef.x5 Coefficient on x5 in the regression of y	-0,0511041	-0.05110410565358071	0,2260730.22607320006932677	-0,562517 – 0,460309
   coef.x6 Coefficient on x6 in the regression of y	1.829,15	1829.151464613552	455,478455.47849914216937	798,788 – 2.859,52

   Diagnósticos

   • n_obs = 1616 (observations used)
   • k = 77 (parameters estimated, fixed-effect dummies included)
   • r2 = 0,9999880.9999877797922326 (uncentred: the model has no constant)
   • df_resid = 99
   • 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.→ -3.482.260 (-3482258.6345958184)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 890.420 (890420.3836072843)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ 15,0619 (15.061872271373323)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 84,9149 (84.91492577477717)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ -0,0358192 (-0.03581917929259102)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,033491 (0.033491007772240226)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ -2,02023 (-2.020229803816825)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,4884 (0.4883996816515565)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ -1,03323 (-1.033226867173592)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,214274 (0.21427416316162767)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ -0,0511041 (-0.05110410565358071)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,226073 (0.22607320006932677)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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.→ 1.829,15 (1829.151464613552)
   2. Erro-padrão clássico (homocedástico): a raiz da variância estimada do coeficiente.ep = √V_jj→ 455,478 (455.47849914216937)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 9 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": -1467987.785917075,
         "ci_low": -5496529.483274562,
         "coef": -3482258.6345958184,
         "p": 0.0035604036637241314,
         "se": 890420.3836072843,
         "t": -3.9108029181547264,
         "term": "const"
       },
       {
         "ci_high": 207.15277984126342,
         "ci_low": -177.0290352985168,
         "coef": 15.061872271373323,
         "p": 0.8631408328092307,
         "se": 84.91492577477717,
         "t": 0.17737602822997753,
         "term": "x1"
       },
       {
         "ci_high": 0.03994274382871255,
         "ci_low": -0.1115811024138946,
         "coef": -0.03581917929259102,
         "p": 0.3126810610926705,
         "se": 0.033491007772240226,
         "t": -1.0695163172211424,
         "term": "x2"
       },
       {
         "ci_high": -0.9153929656603936,
         "ci_low": -3.1250666419732567,
         "coef": -2.020229803816825,
         "p": 0.0025350917341067074,
         "se": 0.4883996816515565,
         "t": -4.136427355941923,
         "term": "x3"
       },
       {
         "ci_high": -0.5485050341749247,
         "ci_low": -1.5179487001722594,
         "coef": -1.033226867173592,
         "p": 0.0009443667641603865,
         "se": 0.21427416316162767,
         "t": -4.821985310446532,
         "term": "x4"
       },
       {
         "ci_high": 0.4603090031999585,
         "ci_low": -0.5625172145071199,
         "coef": -0.05110410565358071,
         "p": 0.8262117957636143,
         "se": 0.22607320006932677,
         "t": -0.2260511446642473,
         "term": "x5"
       },
       {
         "ci_high": 2859.5154139485867,
         "ci_low": 798.7875152785175,
         "coef": 1829.151464613552,
         "p": 0.003036803341628564,
         "se": 455.47849914216937,
         "t": 4.015889812710162,
         "term": "x6"
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 776c3a82d19fb48464c9c0160d3729d873a7056f6ff5a1c43e8053b4edfc4118

   sha256 do resultado

   1fcbd7b56784b2452dfd0d09097b68573a0785358efbb468d7729b2b6928488d

3. 2Pontuação
   #0situação da ferramentapassouobrigatóriastatus ok
4. 3Pontuação
   #1dígitos corretos (LRE)passouobrigatóriafigure coef.const: LRE 15.00 (min 6.0) — B0
5. 4Pontuação
   #2dígitos corretos (LRE)passouobrigatóriafigure coef.x1: LRE 14.81 (min 6.0) — B1
6. 5Pontuação
   #3dígitos corretos (LRE)passouobrigatóriafigure coef.x2: LRE 15.00 (min 6.0) — B2
7. 6Pontuação
   #4dígitos corretos (LRE)passouobrigatóriafigure coef.x3: LRE 14.62 (min 6.0) — B3
8. 7Pontuação
   #5dígitos corretos (LRE)passouobrigatóriafigure coef.x4: LRE 14.71 (min 6.0) — B4
9. 8Pontuação
   #6dígitos corretos (LRE)passouobrigatóriafigure coef.x5: LRE 15.00 (min 6.0) — B5
10. 9Pontuação
    #7dígitos corretos (LRE)passouobrigatóriafigure coef.x6: LRE 14.95 (min 6.0) — B6
11. 10Pontuação
    #8dígitos corretos (LRE)passouobrigatóriafigure coef.const.se: LRE 13.00 (min 6.0) — SE of B0
12. 11Pontuação
    #9dígitos corretos (LRE)passouobrigatóriafigure coef.x1.se: LRE 12.92 (min 6.0) — SE of B1
13. 12Pontuação
    #10dígitos corretos (LRE)passouobrigatóriafigure coef.x2.se: LRE 13.05 (min 6.0) — SE of B2
14. 13Pontuação
    #11dígitos corretos (LRE)passouobrigatóriafigure coef.x3.se: LRE 12.53 (min 6.0) — SE of B3
15. 14Pontuação
    #12dígitos corretos (LRE)passouobrigatóriafigure coef.x4.se: LRE 12.66 (min 6.0) — SE of B4
16. 15Pontuação
    #13dígitos corretos (LRE)passouobrigatóriafigure coef.x5.se: LRE 12.72 (min 6.0) — SE of B5
17. 16Pontuação
    #14dígitos corretos (LRE)passouobrigatóriafigure coef.x6.se: LRE 13.03 (min 6.0) — SE of B6

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