在简单回归模型[img=140x23]17de847fafcbf00.png[/img]中，如果[img=15x19]17de847fbae6a2f.png[/img] 和 [img=11x14]17de847fc682120.png[/img] 相关，则
A: OLS估计量仅在小样本时有偏的。
B: OLS和2SLS的估计结果完全相同。
C: X是外生的。
D: OLS估计量是不一致的。
A: OLS估计量仅在小样本时有偏的。
B: OLS和2SLS的估计结果完全相同。
C: X是外生的。
D: OLS估计量是不一致的。
D
举一反三
- 在简单回归模型[img=140x23]17de847fafcbf00.png[/img]中，如果[img=15x19]17de847fbae6a2f.png[/img] 和 [img=11x14]17de847fc682120.png[/img] 相关，则 A: OLS估计量仅在小样本时有偏的。 B: OLS和2SLS的估计结果完全相同。 C: X是外生的。 D: OLS估计量是不一致的。
- 在简单回归模型[img=140x23]18032fe1f71f9ff.png[/img]中，如果[img=15x19]18032fe1ffe23ec.png[/img] 和 [img=11x14]18032fe20797315.png[/img] 相关，则 A: OLS估计量仅在小样本时有偏的。 B: OLS和2SLS的估计结果完全相同。 C: X是外生的。 D: OLS估计量是不一致的。
- 在简单回归模型[img=263x38]17869c5ea25d012.png[/img]中，如果X 和 u 相关，则 A: OLS估计量仅在样本时有偏的 B: OLS和2SLS的估计结果完全 C: X是外生的 D: OLS估计量是不一致的
- 在线性回归模型中，当解释变量[img=15x19]18032fe77efd284.png[/img]与随机扰动项[img=11x14]18032fe78759cdb.png[/img]相关时，OLS估计量与IV估计量都是一致的，尽管前者是有偏的。
- 设总体X的分布中有未知参数θ，[img=86x23]1802d3be662ecee.png[/img]是X的简单随机样本，若θ的估计量[img=149x29]1802d3be6f672a6.png[/img]是θ的相合估计量. 则下列选项正确的是 A: 当[img=71x19]1802d3be76f3dfa.png[/img]时，[img=53x27]1802d3be801f889.png[/img] B: 当[img=71x19]1802d3be76f3dfa.png[/img]时，[img=60x29]1802d3be91bdc35.png[/img] C: 当[img=71x19]1802d3be76f3dfa.png[/img]时，[img=117x27]1802d3bea325057.png[/img] D: 当[img=71x19]1802d3be76f3dfa.png[/img]时，[img=63x26]1802d3beb4726f5.png[/img] E: 相合估计不一定是无偏估计. F: 无偏估计不一定是相合估计. G: [img=76x29]1802d3bebc4cf4e.png[/img] H: [img=90x32]1802d3bec3d5c3e.png[/img] I: 相合估计一定是无偏估计. J: 无偏估计一定是相合估计.
内容
- 0
自相关性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量是有效的。 D: OLS估计量不再是有效的。 E: OLS估计假设检验仍然可靠。 F: OLS估计的假设检验不可靠。
- 1
对于一元线性回归模型[img=360x72]17d60e2f244901e.png[/img]，参数[img=192x96]17d60e2f3570192.png[/img]的OLS估计量[img=192x106]17d60e2f45fb020.png[/img]之间的关系式为（ ），这里[img=176x85]17d60e2f5a3e0db.png[/img]分别为X和Y的样本均值。 未知类型：{'options': ['', '', '', ''], 'type': 102}
- 2
回归模型 [img=235x45]17da6b830384860.png[/img]不可以用OLS估计，因为它是一个非线性模型。
- 3
回归模型[img=153x23]18036a3727bc5d6.png[/img] 不可以用OLS估计，因为它是一个非线性模型。
- 4
回归模型[img=153x23]180370645cedbb0.png[/img] 不可以用OLS估计，因为它是一个非线性模型。