中国大学MOOC:当经典线性回归模型去掉残差服从正态分布的假设时,仍然可以使用最小二乘法来估计未知参数,但是这时检验某个参数是否等于0的统计量不再服从t分布。
错
举一反三
- 多元线性回归模型满足五个基本假设,其最小二乘估计量服从( ) A: 正态分布 B: t分布 C: χ2分布 D: F分布
- 如果模型存在异方差性,仍然使用最小二乘法估计模型参数,则( ) A: 最小二乘估计量(OLSE)仍然具有线性无偏性 B: OLSE 不再具有最小方差性 C: 回归参数t检验失效 D: 可采用加权最小二乘法消除异方差
- 中国大学MOOC: 在有限样本条件下,线性概率模型的残差分布服从正态分布。
- 满足基本假设条件下,一元线性回归模型的被解释变量及参数β0、β1的普通最小二乘估计量都服从正态分布。
- 一元线性回归模型的回归系数统计量,服从何种分布型态? A: 正态分布 B: 卡方分布 C: t分布 D: F分布
内容
- 0
在误差项服从正态分布的假设下,线性回归的参数估计量服从什么分布?
- 1
对于一元线性回归模型,提出的经典假定中随机项服从() A: t分布 B: 正态分布 C: F分布 D: 二项分布
- 2
多元线性回归模型的参数最小二乘估计量服从( )分步
- 3
对一元线性回归下列说法错误的是:( )。 A: 若假设误差服从正态分布,参数的最小二乘估计和极大似然估计是不相同的 B: 参数的最小二乘估计都是相应变量y的线性函数 C: 参数的最小二乘估计都是无偏估计 D: 参数之间是相关的
- 4
经典线性回归模型运用普通最小二乘法估计参数时,下列哪些假定是正确的