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。
对回归模型Yi=β0β1χi+μi进行检验时,通常假定μi服从()。
A.N(0,σ12)
B.t(n-2)
C.N(0,σ2)
D.t(n)
在线性回归模型Yi=β0+β1X1i+β2X2i+β3X3i+μi中,如果X3i=2X1i+3X2i,则表明模型中存在()。
A.异方差
B.多重共线性
C.序列相关
D.设定误差
假使在回归模型Yi=β0+β1Xi+μi中,用不为零的常数δ去乘每一个X值,这会不会改变Y的拟合值及残差?如果对每个X都加大一个非零常数δ,又会怎样?
(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。
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!