Tarefa paper_repro.stock_watson_caschool.tab7_1_c2.tool

paper_reprotoolT1publicépoca 1, tentativa 1Execução: 20261015T165744Z-suite-paper_repro-scripted-def9df

Veredito

passouPassou em todas as verificações obrigatórias.

Pergunta feita ao analista

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

Valores esperados e de onde vêm

stock_watson_caschool.tab7_1_c2.software

Fonte: statsmodels 0.15.0: the reference specification of stock_watson_caschool tab7_1_c2 (infer.ols, figure 'coef.str') on an independent code path
Tipo: software
Localização: stock_watson_caschool: Table 7.1 (class size and test scores), column (2), row 'Student-teacher ratio (X1)'; the regression adding the percentage of English learners
Valor: -1,1013-1.1012958888674582 (se 0,4328470.4328471535415152)
Conferido por: execução de software · sm.OLS(testscr, add_constant(['str', 'elpct'])).fit(cov_type='HC1') on caschool (the file pinned at sha256 644e606cd8ff21557375a091f744f623323bb84de99da616923a97942e4fe54b); n_obs = 420. The tool infer.ols (magi_infer, numpy) does not call statsmodels. Written by scripts/paper_repro_reference.py.
Implementação: independente da ferramenta
Endereço: https://pypi.org/project/statsmodels/0.15.0/

#0 figura próxima: -1,1013-1.1012958888674582 · relativa 0.000001 · absoluta 4.3284715354151516e-7
#1 figura próxima: 0,4328470.4328471535415152 · relativa 0.000001 · absoluta 4.3284715354151516e-7

stock_watson_caschool.tab7_1_c2.paper

Fonte: Stock, J. H. and Watson, M. W. (2015). Introduction to Econometrics, 3rd edition (update). Boston: Pearson.
Tipo: textbook
Localização: Table 7.1 (class size and test scores), column (2), row 'Student-teacher ratio (X1)'; the regression adding the percentage of English learners
Página: slides 4 and 52 of the NTU reproduction (book page not read)
Trecho: (2) TestScore = − 1.10 ⋅ STR − 0.650 ⋅ PctEL (0.43) (0.031)
Valor como publicado: −1.10
Erro-padrão como publicado: 0.43
Valor: -1,1-1.1 (se 0,430.43) test-score points per student per teacher
Conferido por: fonte secundária · The book itself was not read (not public). Secondary reproduction read on 2026-10-15: Ming-Ching Luoh's course slides 'Linear Regression with Multiple Regressors: Hypothesis Tests' (National Taiwan University, 2022; multiple2.pdf, sha256 0d9f829e...), slide 4, which reprints the book's two California class-size equations with standard errors under the coefficients, (1) 698.9 - 2.28 STR (10.4) (0.52) and (2) ... - 1.10 STR - 0.650 PctEL (8.7) (0.43) (0.031), and slide 52, which calls equation (2) 'Model (2) of Table 7.1'. The same deck prints the intercept of (2) as 696.0 where other reproductions print 686.0, so the deck is not free of typos; the STR cells agree with Giannakopoulos's slides (University of Patras, 2024, Lecture_2.pdf sha256 660d787c..., slide 23: 698.9 - 2.28 STR, (10.4) (0.52)). The book reports heteroskedasticity-robust standard errors throughout these chapters (Stata 'robust', HC1). Equation numbers differ by edition (research-papers.md section 3.6: (4.11) in older editions, (5.8) in later ones); the equation number was not confirmed against the book.
sha256 da cópia lida: 0d9f829ec53dfbdb4296d182f66c03263090f1044053f74ce9984101d33ec889 (identifica a cópia lida, não um arquivo canônico)
Endereço: https://homepage.ntu.edu.tw/~luohm/metrics2022s/multiple2.pdf
Licença: Copyright Pearson Education; cited, not reproduced.

#2 figura próxima: -1,1-1.1 · published_cell d=2 · absoluta 0.0050000011
#3 figura próxima: 0,430.43 · published_cell d=2 (the SE as printed) · absoluta 0.0050000010000000004

Verificações

Cada verificação, o que esperava, o que observou e a chamada que leu
#	Verificação	Obrigatória	Resultado	Esperado	Observado	Tolerância	Fonte	Chamada
0	figura próxima -1.101295889 vs -1.1012958888674582	obrigatória	passou	-1,1013`-1.1012958888674582`	-1,1013`-1.1012958888676343`	relativa 0.000001 · absoluta 4.3284715354151516e-7	stock_watson_caschool.tab7_1_c2.software	—
1	figura próxima 0.4328471535 vs 0.4328471535415152	obrigatória	passou	0,432847`0.4328471535415152`	0,432847`0.43284715354151615`	relativa 0.000001 · absoluta 4.3284715354151516e-7	stock_watson_caschool.tab7_1_c2.software	—
2	figura próxima -1.101295889 vs -1.1	obrigatória	passou	-1,1`-1.1`	-1,1013`-1.1012958888676343`	published_cell d=2 · absoluta 0.0050000011	stock_watson_caschool.tab7_1_c2.paper	—
3	figura próxima 0.4328471535 vs 0.43	obrigatória	passou	0,43`0.43`	0,432847`0.43284715354151615`	published_cell d=2 (the SE as printed) · absoluta 0.0050000010000000004	stock_watson_caschool.tab7_1_c2.paper	—

Caminho de referência e caminho do agente

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

a própria especificação da tarefa

Referência: infer.olsChamada do agente: infer.ols (call_8055c424)igual

Argumentos da referência e do agente
Argumento	Referência	Agente
cluster	—	—	não fixado pela referência
controls	`["elpct"]`	`["elpct"]`	igual
dataset	`"caschool"`	`"caschool"`	igual
fe	`[]`	`[]`	igual
intercept	—	`true`	não fixado pela referência
level	—	0,95`0.95`	não fixado pela referência
se	`"HC1"`	`"HC1"`	igual
subset	—	—	não fixado pela referência
weights	—	—	não fixado pela referência
x	`["str"]`	`["str"]`	igual
y	`"testscr"`	`"testscr"`	igual

Trajetória

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

0Início
Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.
caschool (agent)
Stock and Watson's California Test Score data (R package Ecdat, Caschool): one row per California K-6 or K-8 school district, 1998-1999 (420 rows). Columns: rownames, a row number; distcod, district code; county; district, district name; grspan, grade span; enrltot, total enrolment; teachers, number of teachers; calwpct, percent of students qualifying for CalWORKs; mealpct, percent qualifying for reduced-price lunch; computer, number of computers; testscr, average test score (the average of readscr and mathscr); compstu, computers per student; expnstu, expenditure per student (dollars); str, student-teacher ratio (enrltot / teachers); avginc, district average income (thousands of dollars); elpct, percent of students who are English learners; readscr, average reading score; mathscr, average math score.
file 644e606cd8ff21557375a091f744f623323bb84de99da616923a97942e4fe54b · frame —

1Ferramenta

infer.olsv0.1.0call_8055c424decidido pelo códigoreexecutável

Argumentos

{
  "cluster": null,
  "controls": [
    "elpct"
  ],
  "dataset": "caschool",
  "fe": [],
  "intercept": true,
  "level": 0.95,
  "se": "HC1",
  "subset": null,
  "weights": null,
  "x": [
    "str"
  ],
  "y": "testscr"
}

Figuras call_8055c424
Chave	Valor	Valor bruto	Erro-padrão	IC
coef.str Coefficient on str in the regression of testscr	-1,1013	`-1.1012958888676343`	0,432847`0.43284715354151615`	-1,95213 – -0,250462

Diagnósticos

n_obs = 420420
k = 33
r2 = 0,4264310.4264313614327725
df_resid = 417417
se_type = "HC1"
n_clusters = —

Tabelas (1)

{
  "coefficients": [
    {
      "ci_high": 703.1890488944882,
      "ci_low": 668.8754484743192,
      "coef": 686.0322486844037,
      "p": 3.979923074299225e-252,
      "se": 8.728223769944982,
      "t": 78.59929657700883,
      "term": "Intercept"
    },
    {
      "ci_high": -0.25046159192998885,
      "ci_low": -1.9521301858052797,
      "coef": -1.1012958888676343,
      "p": 0.01130918244150866,
      "se": 0.43284715354151615,
      "t": -2.544306644636406,
      "term": "str"
    },
    {
      "ci_high": -0.5887785969739106,
      "ci_low": -0.7107749563323569,
      "coef": -0.6497767766531337,
      "p": 4.6994747143062855e-67,
      "se": 0.03103176322392732,
      "t": -20.93908657282218,
      "term": "elpct"
    }
  ]
}

Digests dos dados: caschool bcde4818bfe3a91ac2a79e27a21e90c7ea258921b02fffe83f56764a05da8dae
sha256 do resultado: aa0317b42071f316612e597d5d7d7c65b0bea81c89a46d975e1bf3f206b2f892

2Pontuação
#0figura próximapassouobrigatória-1.101295889 vs -1.1012958888674582
3Pontuação
#1figura próximapassouobrigatória0.4328471535 vs 0.4328471535415152
4Pontuação
#2figura próximapassouobrigatória-1.101295889 vs -1.1
5Pontuação
#3figura próximapassouobrigatória0.4328471535 vs 0.43

Épocas × verificações

Resultado de cada verificação em cada época pontuada
#	0	1	2	3
Época 1	passou	passou	passou	passou

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

Pacote da tarefa (.zip)

58,9 KB · sha256 84b22dc2ac86a37107bfc675c6cb084f5f89ef95898c543cf00ea723b78593ba

O hash de um zip é só de transporte: o que ancora a integridade é o RUN_SHA256SUMS que vai dentro dele, cópia exata do SHA256SUMS da execução.

Downloads desta tarefa
Arquivo	Tamanho	sha256
sources/stock_watson_caschool.tab7_1_c2.paper.json	2,2 KB	`41ed68b5decc66e0b5536839578329ad452936ce1aa908637dc33a0b32f087c6`
sources/stock_watson_caschool.tab7_1_c2.software.json	1,2 KB	`abd36610492cf6d7cad91d699b56342e739202eceea03fb73eee9f5295b0ebe9`
specs/paper_repro.stock_watson_caschool.tab7_1_c2.tool.json	4,7 KB	`e779a3d847263a1f38df6cc9908238233256744fb318f6439f2a248546b29400`
traces/paper_repro.stock_watson_caschool.tab7_1_c2.tool.e1.a1.jsonl	3,5 KB	`be3903e4e57b6491b13b691490fe2b46edc210aa7be4613cfaffa234a2637a21`
trajectories/paper_repro.stock_watson_caschool.tab7_1_c2.tool.e1.a1.jsonl	7,5 KB	`c77a30c9f52c4d9f672f5659a891a3d76719ff39c5a719aefd062a26e405924b`