对一元线性回归模型Yi=β0+β1Xi+μi,如果已知Var(μi)=σ2,则可对原模
对一元线性回归模型Yi=β0+β1Xi+μi,如果已知Var(μi)=σ2,则可对原模型以权1/σi相乘后变换成如下的二元模型:。对该模型进行OLS估计就是加权最小二乘法。试证明该模型的随机干扰项是同方差的,并求出β1的上述加权最小二乘估计量。
对一元线性回归模型Yi=β0+β1Xi+μi,如果已知Var(μi)=σ2,则可对原模型以权1/σi相乘后变换成如下的二元模型:。对该模型进行OLS估计就是加权最小二乘法。试证明该模型的随机干扰项是同方差的,并求出β1的上述加权最小二乘估计量。
第2题
在满足基本假设条件下,对一元线性回归模型Yi=β0+β1Xi+μi,i=1,2,…,n,Yi服从()。
A.正态分布且均值为β0+β1Xi
B.F分布且均值为β0+β1Xi
C.t分布且均值为β0+β1Xi
D.正态分布且均值为0
第3题
对一元线性回归模型Yi=β0+β1Xi-μi,试证明普通最小二乘估计量在所有线性无偏估计量中具有最小方差。
第4题
通过原点的一元线性回归模型为
y=x+ε,ε~N(0,σ2).试由独立样本观测值(xi,yi)(i=1,2,…,n),采用最小二乘法估计,
第5题
一元线性回归模型,Yi=β0+β1Xi+μi(i=1,…,n)中,总体方差未知,检验H0:β1=0时,所用的检验统计量服从()。
第6题
通过原点的一元线性回归模型为
试由独立观察值(xi,yi)(i=1,2,...,n).采用最小二乘法估计β.
第7题
一元线性回归模型,Yi=β0+β1X1+μi(i=1,…,n)中,总体方差未知,检验H0:β1=0时,所用的检验统计量服从()。
A.F(1,n-2)
B.t(n-1)
C.F(1,n-1)
D.t(n)
第8题
没有截距项的一元回归模型
Yi=β1Xi+μi
称之为过原点回归(regression through the origin)。试证明:
第9题
A.Yi=β0+βiXi3+μi
B.Yi=β0+βilog&applyfunction;Xi+uiβ
C.log&applyfunction;Yi=β0+βilog&applyfunction;Xi+μi
D.Yi=β0+β1(β2Xi)+μi
E.Yi=β0/(βiXi)+ui
F.Yi=1+β0(1Xiβ1)+μiG、Yi=β0+β1X1i+β2X2i+μi
第10题
4 没有截距项的一元回归模型
Yi=β1Xi+μi
称之为过原点回归(regression through the origin)。试证明:
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!