• 2022-06-02
    考虑一元线性回归模型,设观测数据的数目为[img=11x14]1803de0b6e294bf.png[/img], 误差平方和为[img=36x19]1803de0b76bd589.png[/img], 则误差项的方差的无偏估计为
    A: [img=56x25]1803de0b7e7a8df.png[/img]
    B: [img=93x25]1803de0b878bf73.png[/img]
    C: [img=93x25]1803de0b8f8f3c8.png[/img]
    D: [img=101x25]1803de0b983a12d.png[/img]
  • C

    举一反三

    内容

    • 0

      设 f(0) = 0, 则 f(x) 在 x = 0 可导的充要条件 A: [img=211x45]180352c8e427c27.png[/img] B: [img=185x47]180352c8ef2c397.png[/img] C: [img=211x44]180352c8f99bd1b.png[/img] D: [img=234x46]180352c9043f635.png[/img]

    • 1

      考虑一元线性回归模型,设观测数据的数目为[img=11x14]18038fa9ddd7137.png[/img], 误差平方和为[img=36x19]18038fa9e64b632.png[/img], 则误差项的方差的无偏估计为 未知类型:{'options': ['', '', '', ''], 'type': 102}

    • 2

      考虑一元线性回归模型,设观测数据的数目为[img=11x14]1803a13c371babf.png[/img], 误差平方和为[img=36x19]1803a13c3f75982.png[/img], 则误差项的方差的无偏估计为 未知类型:{'options': ['', '', '', ''], 'type': 102}

    • 3

      设随机变量[img=93x25]180327943b4d5c6.png[/img],分布函数为F(x),密度函数为f(x),则有( ) A: P(X<0)=P(X>0) B: f(x)=f(-x) C: P(X<1)=P(X>1) D: F(x)=F(-x)

    • 4

      ‌设随机变量[img=93x25]1803da321872708.png[/img],分布函数为F(x),密度函数为f(x),则有( )‎ A: P(X<0)=P(X>0) B: f(x)=f(-x) C: P(X<1)=P(X>1) D: F(x)=F(-x)