回归分析是期货投资分析中重要的统计分析方法，而线性回归模型早回归分析的基础。线性回归模型中关于随机项μi的基本假设是（)。Ⅰ.随机项的ui与任意观察值的Xi不相关Ⅱ.E（ui=0),Vu^2=常数Ⅲ.每个μi均为独立同分布，服从正态分布的随机变量Ⅳ.各个随机误差项之间不相关项μi与自变量的任一观察值xi不相关

A.回归模型因变量Y与自变量x之间具有线性关系。

B.在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。

C.误差项ε的方差为零。

D.误差项ε是独立随机变量且服从正态分布，即ε～N(0，σ2)。

试证明一元线性回归模型随机干扰项μ的方差σ²的无偏估计量为

A.解释变量为非随机的

B.随机误差项为一阶自回归形式

C.线性回归模型中不应含有滞后内生变量为解释变量

D.线性回归模型只能为一元回归形式

8 试证明一元线性回归模型随机干扰项μ的方差σ²的无偏估计量为

对多元线性回归模型Y=Xβ+μ，试证明随机干扰项μ的方差的无偏估计量为。其中e为相应样本回归模型的残差向量。

对一元线性回归模型Y_i=β₀+β₁X_i+μ_i，试证明

考虑如下非随机模型(即不含随机误差项的模型)。它们是线性回归模型吗？若不是，可以通过适当的代数变换使之转化为线性模型吗？

如果经典多元线性回归模型(CLRM)中的随机干扰项不服从正态分布，那么，参数的OLS估计量将是有偏的()。

参考答案：错误