4 没有截距项的一元回归模型 Yi=β1Xi+μi 称之为过原点回归(regression through the origin)。试证明:
4 没有截距项的一元回归模型
Yi=β1Xi+μi
称之为过原点回归(regression through the origin)。试证明:
4 没有截距项的一元回归模型
Yi=β1Xi+μi
称之为过原点回归(regression through the origin)。试证明:
(1)如果真实的模型是Yi=β1Xi+μi,但你却拟合了一个带截距项的模型Yi=α0+α1Xi+νi,试评述这一设定误差的后果。
(2)在(1)中,假设真实的模型是带截距项的模型,而你却对过原点的模型进行了普通最小二乘回归。请评述这一模型误设的后果。
对一元线性回归模型Yi=β0+β1Xi+μi,如果已知Var(μi)=σ2,则可对原模型以权1/σi相乘后变换成如下的二元模型:。对该模型进行OLS估计就是加权最小二乘法。试证明该模型的随机干扰项是同方差的,并求出β1的上述加权最小二乘估计量。
对一元回归模型Yi=β0+β1Xi+μi。
(1)假如其他基本假设全部满足,但Var(μi)=σi2≠σ2,试证明估计的斜率项仍是无偏的,但方差变为。
(2)如果Var(μi)=σ2Ki,试证明上述方差的表达式为。该表达式与同方差假定下的方差之间有何关系?分Ki大于1与小于1两种情况讨论。
一元线性回归模型,Yi=β0+β1Xi+μi(i=1,…,n)中,总体方差未知,检验H0:β1=0时,所用的检验统计量服从()。
一元线性回归模型,Yi=β0+β1X1+μi(i=1,…,n)中,总体方差未知,检验H0:β1=0时,所用的检验统计量服从()。
A.F(1,n-2)
B.t(n-1)
C.F(1,n-1)
D.t(n)
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!