多元线性回归模型的高斯-马尔科夫假定包括 。

(i)在前4个高斯-马尔科夫假定之下，考虑简单回归模型y=β0+β1x+u对某个函数g(x)，比如g(x)=x₂或g(x)=log(1+x₂)。定义z_i=g(x_i)定义一个斜率估计量为

证明β₁是线性无偏的。记住，在你的推导过程中，因为E(ulx)=0，所以你可以把x和z，都看成非随机的。

(ii)增加同方差假定MLR.5，证明

(iii)在高斯-马尔科夫假定下，直接证明是OLS估计量。

试述经典线性回归模型的经典假定。

线性回归模型的基本假定有哪些?

A、t分布

B、F分布

C、正态分布

D、卡方分布

下列关于多元线性回归模型的基本假定的说法，正确的有( )。

A．解释变量是随机的，且相互之间不相关

B．随机干扰项服从正态分布，且相互独立

C．解释变量与随机干扰项互不相关

D．解释变量是非随机的，且相互之问互不相关

E．随机干扰项具有零均值，同方差及不序列相关

多元线性回归模型与一元线性回归模型有哪些区别?

零均值波动多元线性回归模型具有无偏性。()

A.如果模型的R2很高，可以认为此模型的质量较好

B.如果模型的R2很低，可以认为此模型的质量较差

C.如果某一参数不能通过显著性检验，应该剔除该解释变量

D.如果某--参数不能通过显著性检验，不应该随便剔除该解释变量

A、因变量的个数不同

B、自变量的个数不同

C、相关系数的大小不同

D、判定系数的大小不同