用OLS法估计模型[img=127x28]17e448f653a6ec6.png[/img]的参数,要使参数估计量为最佳线性无偏估计量,则要求( )。
未知类型：{'options': ['', ' [img=83x29]17e448f66a31367.png[/img]', ' [img=93x29]17e448f67538314.png[/img]', ' [img=21x28]17e448f68051dc4.png[/img]服从正态分布', ' X为非随机变量,与随机误差项[img=1x1]17e435c199f0eab.gif[/img]不相关。'], 'type': 102}
未知类型：{'options': ['', ' [img=83x29]17e448f66a31367.png[/img]', ' [img=93x29]17e448f67538314.png[/img]', ' [img=21x28]17e448f68051dc4.png[/img]服从正态分布', ' X为非随机变量,与随机误差项[img=1x1]17e435c199f0eab.gif[/img]不相关。'], 'type': 102}
举一反三
- 用OLS法估计模型[img=127x28]17e0c8a9d759c1d.png[/img]的参数,要使参数估计量为最佳线性无偏估计量,则要求( )。 未知类型：{'options': ['', ' [img=83x29]17e0c8a9f186568.png[/img]', ' [img=93x29]17e0c8a9fe63e3b.png[/img]', ' [img=21x28]17e0c8aa0b1c5df.png[/img]服从正态分布', ' X为非随机变量,与随机误差项[img=1x1]17e0a6a55067d30.gif[/img]不相关。'], 'type': 102}
- 已知随机变量X的密度函数为f(x)，分布函数为F(x)，且f(-x)=f(x)，则对任意的实数a，有 未知类型：{'options': ['F(-a)=F(a)', ' F(-a)=2F(a)-1', ' [img=171x38]17e0a9484e20c4f.jpg[/img]', ' [img=158x38]17e0a94858a15df.jpg[/img]'], 'type': 102}
- 设随机变量X服从均值为2的指数分布，X的分布函数为F(x)，数学期望为E(X)，方差为D(X)，则以下结果正确的是 A: [img=128x28]1802d3b369ab5fe.png[/img] B: D(X)=4 C: P(X<2︱X>1)=F(1) D: P(X>2︱X>1)= F(1) E: [img=112x27]1802d3b372fb534.png[/img] F: D(X)=E(X) G: P(X≤2︱X>1)= F(2) H: [img=82x27]1802d3b37bbbf05.png[/img]
- 设随机变量X服从均值为2的指数分布，X的分布函数为F(x)，数学期望为E(X)，方差为D(X)，则以下结果正确的是 A: [img=128x28]18034b986fbc78a.png[/img] B: D(X)=4 C: P(X<2︱X>1)=F(1) D: P(X>2︱X>1)= F(1) E: [img=112x27]18034b98781508a.png[/img] F: D(X)=E(X) G: P(X≤2︱X>1)= F(2) H: [img=82x27]18034b9880d080a.png[/img]
- 设随机变量X服从均值为2的指数分布，X的分布函数为F(x)，数学期望为E(X)，方差为D(X)，则以下结果正确的是 A: [img=128x28]18033e117e9725e.png[/img] B: D(X)=4 C: P(X<2︱X>1)=F(1) D: P(X>2︱X>1)= F(1) E: [img=112x27]18033e11879f263.png[/img] F: D(X)=E(X) G: P(X≤2︱X>1)= F(2) H: [img=82x27]18033e1190d2ef2.png[/img]