高斯马尔可夫定理中OLS估计量的有效性是指（）
A: OLS估计量的值等于待估参数本身
B: OLS估计量在所有线性无偏估计量中具有最小方差
C: 残差和为0
D: OLS估计量的期望值等于待估参数
A: OLS估计量的值等于待估参数本身
B: OLS估计量在所有线性无偏估计量中具有最小方差
C: 残差和为0
D: OLS估计量的期望值等于待估参数
B
举一反三
- OLS估计量的无偏性是指() A: OLS估计量的期望值等于待估参数 B: OLS估计量的值等于待估参数本身 C: 残差和为0 D: OLS估计量的方差最小
- 在任何情况下OLS估计量都是待估参数的最优线性无偏估计。
- 异方差性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量仍是有效的。 D: OLS估计量不再是有效的。 E: OLS估计量失去了最小方差性。 F: 模型的预测功能失效。 G: OLS估计假设检验仍然可靠。 H: OLS估计的假设检验不可靠。
- 异方差性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量仍是有效的。 D: OLS估计量不再是有效的。 E: 标准误的OLS估计量是有偏的。 F: 标准误的OLS估计量是无偏的。 G: OLS估计假设检验仍然可靠。 H: OLS估计的假设检验不可靠。
- 自相关性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量是有效的。 D: OLS估计量不再是有效的。 E: OLS估计假设检验仍然可靠。 F: OLS估计的假设检验不可靠。
内容
- 0
总体参数可用不同的方法估计，因此有许多估计量，其中，与参数真实值一致的估计量称为（ ）。 A: OLS估计量 B: 有偏估计量 C: 无偏估计量 D: 一致估计量
- 1
序列相关性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量是有效的。 D: OLS估计量不再是有效的。 E: 标准误的OLS估计量是有偏的。 F: OLS估计假设检验仍然可靠。 G: OLS估计的假设检验不可靠。
- 2
OLS估计量具有的三个性质线性、无偏性与有效性的估计量成为——估计量
- 3
估计量的无偏估计是指 A.样本估计量的值恰好等于待估的整体参数 B.所有可能样本估计值的期望等于待估的整体参数 C. 估计量与总体参数之间的误差最小 D.样本量足够大时估计量等于总体参数
- 4
估计量的无偏性是指（）。 A: 估计量没有任何偏差 B: 估计量的方差最小 C: 估计量的值接近被估计总体的参数 D: 估计量抽样分布的期望值等于被估计的总体参数