试证明:二元线性回归模型中变量X1与X2的参数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1时,该模型的估计问题。
在对总体两指标变量相关性做出结论之前,必须检验样本r值(积矩相关系数)的显著性。在大样本的情况下,可用Fisher的t检验法。()
A.r的值越大,意味着变量之间的相关程度越高
B.若两变量相关,且变化的方向一致,则r值为负;反之,则r值为正
C.r=0,意味着变量之间完全不相关
D.r=1,意味着变量之间完全正相关
E.r=-1,意味着变量之间完全负相关
A.O<|r|≤0.3
B.0.3<|r|≤0.5
C.0.5<|r|≤0.8
D.0.8<|r|≤1
下面哪种因素可能导致通常OLS的:统计量无效(即在H0下不服从:分布)?
(i)异方差性;
(ii)模型中两个自变量之间的样本相关系数达到0.95;
(iii)遗漏一个重要的解释变量。
A.数值的正负号一定与变量间相关系数的正负号一致
B.说明当x变动一个单位时,y的平均变动数额
C.说明当y变动一个单位时,x增加的总数额
D.说明当x变动一个单位时,y增加的总数额
E.说明当x=0时,y的预期值