如果模型yt=β0+β1xt+ut，（ ）则说明不存在随机误差项自相关问题。 A: cov(xt，ut)=0 B: cov(us，ut)=0(t≠s) C: cov(xt，ut)≠0 D: cov(us，ut)≠0(t≠s)
如果模型yt=β0+β1xt+ut，（ ）则说明不存在随机误差项自相关问题。 A: cov(xt，ut)=0 B: cov(us，ut)=0(t≠s) C: cov(xt，ut)≠0 D: cov(us，ut)≠0(t≠s)
一般情况下，变压器的负序电抗xT(2)与正序电抗xT(1)的大小关系为( )。 A: XT(1)=XT(2) B: XT(1)>XT(2) C: XT(1)<XT(2 D: XT(1)》XT(2)
一般情况下，变压器的负序电抗xT(2)与正序电抗xT(1)的大小关系为( )。 A: XT(1)=XT(2) B: XT(1)>XT(2) C: XT(1)<XT(2 D: XT(1)》XT(2)
在一元线性回归模型中，样本回归方程可表示为：（ ） A: Yt=b0+b1*Xt+ut B: Yt=E(Yt|X)+ut C: Y^t=b0^+b1^*Xt D: E(Yt|Xt)=b0+b1*Xt
在一元线性回归模型中，样本回归方程可表示为：（ ） A: Yt=b0+b1*Xt+ut B: Yt=E(Yt|X)+ut C: Y^t=b0^+b1^*Xt D: E(Yt|Xt)=b0+b1*Xt
(2)在一元线性回归问题中，因变量为Y，自变量为X的总体回归方程可表示为: ( ) A: Yt= ß0+ß1Xt+ut B: Yt= ß0+ß1Xt+et C: Yt尖= ß0尖+ß1尖Xt D: E(Yt)=ß0+ ß1Xt(其中t=1.2….n)
(2)在一元线性回归问题中，因变量为Y，自变量为X的总体回归方程可表示为: ( ) A: Yt= ß0+ß1Xt+ut B: Yt= ß0+ß1Xt+et C: Yt尖= ß0尖+ß1尖Xt D: E(Yt)=ß0+ ß1Xt(其中t=1.2….n)
若{xt}~I(1),{yt}~I(2),则序列{xt}与{yt}之间不可能存在协整关系。
若{xt}~I(1),{yt}~I(2),则序列{xt}与{yt}之间不可能存在协整关系。
对于非线性模型yt ^= b0 + b1 xt + b2 xt2，如何变化才能将其转化为线性模型 A: 令x t 2 = b1 xt + b2 xt2 B: 令x t 2 = xt 2 C: 令x t 2 = 1/xt 2 D: 以上都可行
对于非线性模型yt ^= b0 + b1 xt + b2 xt2，如何变化才能将其转化为线性模型 A: 令x t 2 = b1 xt + b2 xt2 B: 令x t 2 = xt 2 C: 令x t 2 = 1/xt 2 D: 以上都可行
若零均值平稳序列{xt}，其样本ACF和PACF都呈现拖尾性，则对{xt}可能建立( )。 A: AR(1) B: MA(1) C: MA(2) D: ARMA(1,1)
若零均值平稳序列{xt}，其样本ACF和PACF都呈现拖尾性，则对{xt}可能建立( )。 A: AR(1) B: MA(1) C: MA(2) D: ARMA(1,1)
设平稳AR(1)模型xt=1+ 0.5xt-1+εt,则Ext=( ) A: 0 B: 1 C: 2 D: 3
设平稳AR(1)模型xt=1+ 0.5xt-1+εt,则Ext=( ) A: 0 B: 1 C: 2 D: 3
UT
UT
设随机变量Xt(n)(n>1),Y=1/X,则() A: Yχ(n) B: Yχ(n-1) C: YF(n,1) D: YF(1,N)
设随机变量Xt(n)(n>1),Y=1/X,则() A: Yχ(n) B: Yχ(n-1) C: YF(n,1) D: YF(1,N)