以ytrue表示观测值，yhat表示回归估计值，则普通最小二乘法估计参数的准则是（）。

以Y表示实际观测值，表示回归估计值，则普通最小二乘法估计参数的准则是使（）最小。

A.0

B.1

C.取值不能确定的常数

D.变量观测值

A.0

B.1

C.取值不能确定的常数

D.变量观测值

A.0

B.1

C.取值不能确定的常数

D.变量观测值

utlier)。所谓异常值，是指远远超出样本中其他观测值的一个观测值，也许离开所有观测值的平均值3~4个标准差之多。

a.出现异常值的原因是什么？

b.如果有异常值(一个或多个)，是否应把它(们)剔除，然后再对其余的观测值做回归？

c.在出现异常值的情况下，德宾-沃森d是否适用？

A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响

B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法

C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标

D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系

A、$2,500

B、$11,250

C、$12,250

D、$12,500

本题使用JTRAIN.RAW中的数据。

(i)考虑简单回归模型

其中，scrap表示企业的废品率，grant表示是否得到工作培训津贴的一个虚拟变量。你能想到u中的无法观测因素可能会与grant相关的原因吗？

(ii)利用1988年的数据估计这个简单的回归模型。(你应该有54个观测。)得到工作培训津贴显著地降低了企业的废品率吗？

(iii)现在增加一个解释变量log(scrap87)。这将如何改变grant的估计影响？解释grant的系数。相对于单侧备择假设它在5%的显著性水平上统计显著吗？

(iv)相对双侧备择假设，检验log(scrapg)的参数为1的虚拟假设。报告检验的P值。

(v)利用异方差-稳健标准误，重复第(iii)步和第(iv)步，并简要讨论任何明显的差异。

以计数的方式获得的数据，其观测值用整数表示，这类数据称为连续性变数。()