对于满足基本假定的多元线性回归模型来说,普通最小二乘估计、极大似然估计与矩估计的结果是一样的,原理也是相同的。()
举一反三
- 以下关于多元线性回归参数估计说法正确的是? A: 极大似然估计必须已知随机项的分布 B: 矩估计的基本原理是用相应的样本矩来估计总体矩。 C: 如果因变量Y不服从正态分布，不能采用普通最小二乘估计 D: 在满足正态分布时，极大似然估计和最小二乘估计参数估计量结果相同 E: 在经典经济学模型中，较多采用极大似然估计；非经典的计量经济学模型中较多采用最小二乘估计和矩估计
- 在模型古典假定满足的条件下，多元线性回归模型的最小二乘估计是（ ）估计
- 在正态条件下，多元线性回归模型参数[img=11x23]17de9039a0cc65a.png[/img]的最小二乘估计和最大似然估计（ ） A: 最小二乘估计优于最大似然估计 B: 最大似然估计优于最小二乘估计 C: 是完全相同的 D: 不能确定
- 对一元正态线性回归模型，其回归系数的最小二乘估计与最大似然估计是否一样?
- 金融计量学中常用的估计方法主要有（） A: 普通最小二乘估计 B: 加权最小二乘估计 C: 极大似然估计法 D: 广义矩估计法