计算OLS估计量无须古典线性回归模型的基本假定。

试证明：二元线性回归模型Yi=β0＋β1X1i＋β2X2i＋μi中变量X1与X2的参数的OLS估计可以写成 其中，r为X1与X2的

答案解析

普通最小二乘法 (Ordinary Least Squares 简记OLS)是一元线性回归模型的参

答案解析

若模型出现序列相关性 仍釆用OLS估计模型参数 则会产生下列不良后果：除了（）Ａ参数估计量的线性和

答案解析

若模型出现序列相关性 仍釆用OLS估计模型参数 则会产生下列不良后果：（）Ａ参数估计量的线性和无偏

答案解析

若模型出现序列相关性 仍釆用OLS估计模型参数 则会产生下列不良后果：除了（）Ａ参数估计量的线性和

答案解析

回归模型在近似共线性下参数估计量的方差会增大 方差膨胀因子为1／（1－r)。（)

答案解析

若多元线性回归模型存在自相关问题 可能产生的不利影响是()。Ⅰ.模型参数估计量失去有效性Ⅱ.参数的OLS估计量的方差变大Ⅲ.参数估计一量的经济含义不合理Ⅳ.运用回归模型进行预测会失效

答案解析