差分密码分析的基本思想是通过分析()的影响来恢复某些密钥比特。
A.明文对密文
B.明文对的差值对密文
C.明文对的差值对密文对的差值
D.明文对密文对的差值
A.明文对密文
B.明文对的差值对密文
C.明文对的差值对密文对的差值
D.明文对密文对的差值
响。帕普克还使用了一个容许每个城市都有其时间趋势的模型:
其中,αi和ci都是非观测效应,这样就可以考虑城市之间更多的异质性。
(i)证明:如果对上述方程取差分便得到
注意在此差分方程中包含一个固定效应ci。
(ii)用固定效应法估计差分方程。β1的估计值是什么?它和教材例13.8中的估计值有很大差别吗?企业园区的作用仍是统计显著的吗?
(iii)在第(ii)部分的估计中添加全部年度虚拟变量,β1的估计值有何变化?
A.将传统密码的密钥一分为二,分为加密密钥Ke和解密密钥Kd
B.Ke由加密方确定,Kd由解密方确定
C.由加密密钥Ke推出解密密钥Kd在计算上是不可行的
D.Ke公开,Kd保密
(i)考虑静态非观测效应模型
其中,enrolit表示学区总注册学生人数,lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明:若平均每个学生的真实支出提高10%,则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在,在模型中添加支出变量的一阶滞后,并用一阶差分重新估计。注意你又失去了一年的数据,所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何?
(v)现在,求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响?
(vi)通过进行一个AR(1)序列相关检验,验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验,模型中有必要包含学生注册人数和午餐项目变量吗?