二元线性回归模型Y=β0+β1X1+β2X2中，根据调查资料算得调整后的判定系数及R2= 0.9987，则表明()。

A.当X2不变时，X1每变动一个单位Y的平均变动

B.当X1不变时，X2每变动一个单位Y的平均变动。

C.当X1和X2都保持不变时，Y的平均变动。

D.当X1和X2都变动一个单位时，Y的平均变动。

A.当X2不变时，X1每变动一个单位Y的平均变动。

B.当X1不变时，X2每变动一个单位Y的平均变动。

C.当X1和X2都保持不变时，Y的平均变动。

D.当X1和X2都变动一个单位时，Y的平均变动。

A:当X2不变时，X1每变动一个单位Y的平均变动

B:当X1不变时，X2每变动一个单位Y的平均变动。

C:当X1和X2都保持不变时，Y的平均变动。

D:当X1和X2都变动一个单位时，Y的平均变动。

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)

在经典线性模型基本假定下，对含有三个自变量的多元回归模型

Y=β₀+β₁X₁+β₂X₂+β₃X₃+μ

你想检验的虚拟假设是H₀：β₁-2β₂=1。

对一元线性回归模型Yi=β₀+β₁X_i+μ_i，如果已知Var(μ_i)=σ²，则可对原模型以权1/σ_i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。

试证明：二元线性回归模型Y_i=β₀+β₁X_1i+β₂X_2i+μ_i中变量X₁与X₂的参数的OLS估计可以写成

其中，r为X₁与X₂的相关系数。讨论r等于或接近于1时，该模型的估计问题。

在经典线性模型假定MLR.1到MLR.6下，考虑含有三个自变量的多元回归模型：

y=β₀+β₁X₁+β₂X₂+β₃X₃+u

你想检验的原假设是H₀:β₁-3β₂=1。

(i)令β₁和β₂表示和β₁的OLS估计量。用β1和β2的方差及其协方差求出Var(β₁-3β₂)。β₁-3β₂的标准误是什么？

(ii)写出检验H₀:β₁-3β₂=1的t统计量。

(iii)定义的回归方程，使你能直接得到θ₁及其标准误。

A.β1将无法估计

B.可决系数将提高

C.对β1的估计将更精确

D.可决系数将降低