对一元回归模型 Yi=β0+β1Xi+μi

A. 方差分析

B. 标准误差分析

C. 相关系数显著性检验

D. 回归方程显著性检验

E. r检验或F检验

(1)输入X、Y的数据，为了确认输入的数据，显示输出结果。

(2)求X、Y的描述统计量(算术平均、标准偏差等)。

(3)以X为横轴、Y为纵轴，画出数据的散点图。

(4)对一元回归模型Y=α+βX+u进行OLS估计。

(5)标出(4)的残差(0)。

拟合优度的值越大，说明样本回归模型对总体回归模型的代表性越强

B、平均数方法

C、最小二乘法

D、逐步回归法

Y_i=β₀+β₁X_1i+β₂X_2i+μ_i

其中，Y_i为某公司在第i个地区的销售额；X_1i为该地区的总收入；X_2i为该公司在该地区投入的广告费用(i=0，1，2，…，50)。

试证明对于具有形如μ_t=ρμ_t-1+ε_t的一阶自相关随机干扰项μ_t的方差与协方差为

g·EMP_t=β₀+β₁·g·MIN_1t+β₂·g·POP+β₃·g·GDP_1t+β₄·g·GDP_t+μ_t

其中，EMP为新就业的大学生人数，MIN₁为该地区最低限度工资，：POP为新毕业的大学生人数，GDP₁为该地区国内生产总值，GDP为该国国内生产总值，g表示年增长率。