在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（ ）的统计性质。A.有偏特性 B.非线性特性 C.最小方差特性 D.非一致性特性

题目
在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（ ）的统计性质。

A.有偏特性
B.非线性特性
C.最小方差特性
D.非一致性特性
相似考题

1.假设线性回归模型满足全部基本假设，则其参数的估计量具备（）。A.可靠性B.合理性C.线性D.无偏性E.有效性

2.假设线性回归模型满足全部基本假设,最小二乘回归得到的参数估计量具备()。A.可靠性B.一致性C.线性D.无偏性

3.对于一元线性回归模型，在经典线性回归的假定下，参数的最小二乘估计量是最小方差无偏估计。（ ）

4.在任何情况下OLS估计量都是待估参数的最优线性无偏估计。

更多“在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（ ）的统计性质。”相关问题

  • 第1题：

    对具有多重共线性的模型采用普通最小二乘法进行估计参数，会产生的不良后果有（ ）。

    A.完全共线性下参数估计量不存在
    B.参数估计量不具有有效性
    C.近似共线性下普通最小二乘法参数估计量的方差变大
    D.参数估计量经济含义不合理
    E.变量的显著性检验和模型的预测功能失去意义

    答案：A,C,D,E
    解析：
    由于在完全共线性下，参数估计量不存在，也就没有估计量是否有效的问题，因此B项错误。

  • 第2题：

    回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（ ）

    A.参数估计值是无偏非有效的
    B.参数估计量仍具有最小方差性
    C.常用F检验失效
    D.参数估计量是有偏的

    答案：A
    解析：

  • 第3题：

    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

    A、Ⅰ.Ⅱ.Ⅲ.Ⅳ
    B、Ⅰ.Ⅱ.Ⅲ
    C、Ⅰ.Ⅲ.Ⅳ
    D、Ⅰ.Ⅱ.Ⅳ


    答案：D
    解析：
    回归模型存在自相关问题带来的后果有:①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性;②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi=0的可能性增大，检验就失去意义，采用其他检验也是如此;③模型的预测失效。

  • 第4题：

    对自回归模型进行估计时，假定原始模型满足古典线性回归模型的所有假设，则估计量是一致估计量的模型有（）。

    • A、库伊克模型
    • B、局部调整模型
    • C、自适应预期模型
    • D、自适应预期和局部调整混合模型

    正确答案:B

  • 第5题：

    假设线性回归模型满足全部基本假设，则其参数的估计量具备（）。

    • A、可靠性
    • B、合理性
    • C、线性
    • D、无偏性
    • E、有效性

    正确答案:C,D,E

  • 第6题：

    当模型存在异方差现象时，模型利用加权最小二乘法估计回归参数，则参数估计量具备（）。

    • A、线性
    • B、无偏性
    • C、有效性
    • D、一致性
    • E、精确性

    正确答案:A,B,C,D

  • 第7题：

    假设线性回归模型满足全部基本假设，则其最小二乘回归得到的参数估计量具备（）。

    • A、可靠性
    • B、一致性
    • C、线性
    • D、无偏性
    • E、有效性

    正确答案:B,C,D,E

  • 第8题：

    用OLS建立多元线性回归模型，有哪些基本假设？


    正确答案: 1、回归模型是线性的，模型设定无误且含有误差项
    2、误差项总体均值为零
    3、所有解释变量与误差项都不相关
    4、误差项互不相关（不存在序列相关性）
    5、误差项具有同方差
    6、任何一个解释变量都不是其他解释变量的完全线性函数
    7、误差项服从正态分布。

  • 第9题：

    在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（）的统计性质。

    • A、有偏特性
    • B、非线性特性
    • C、最小方差特性
    • D、非一致性特性

    正确答案:C

  • 第10题：

    对具有多重共线性的模型采用普通最小二乘法估计参数，会产生的不良后果有（）。

    • A、完全共线性下参数估计量不存在
    • B、参数估计量不具有有效性
    • C、近似共线性下普通最小二乘法参数估计量的方差变大
    • D、参数估计量的经济意义不合理
    • E、变量的显著性检验和模型的预测功能失去意义

    正确答案:A,B,C,D,E

  • 第11题：

    单选题
    当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）
    A

    有偏估计量

    B

    有效估计量

    C

    无效估计量

    D

    渐近有效估计量


    正确答案： C
    解析： 暂无解析

  • 第12题：

    单选题
    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参数估计量的经济含义不合理 IV 运用回归模型进行预测会失效
    A

    I、II、III、IV

    B

    I、II、III

    C

    I、III、IV

    D

    I、II、IV


    正确答案： B
    解析： 回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi=0的可能性增大，检验就失去意义，采用其他检验也是如此，③模型的预测失效。

  • 第13题：

    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：错
    解析：

  • 第14题：

    若多元线性回归模型存在自相关问题.这可能产生的不利影晌的是（ ）。
    Ⅰ.模型参数估计值非有效
    Ⅱ.参数佑计量的方差变大
    Ⅲ.参数估计量的经济含义不合理
    Ⅳ.运用回归模型进行预测会失效

    A.Ⅰ.Ⅱ.Ⅲ
    B.Ⅰ.Ⅲ.Ⅳ
    C.Ⅰ.Ⅱ.Ⅳ
    D.Ⅱ.Ⅲ.Ⅳ

    答案：C
    解析：
    回归模型存在白相关问题带来的后果有:①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性；②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的的t统计量变小，从而接受原假设Ⅰ3=0的可能性增大，检验就失去意义。采用其他检验也是如此；③模型的预测失效。

  • 第15题：

    若多元线性回归模型存在自相关问题，这可能产生的不利影响的是( )。

    A: 模型参数估计值非有效
    B: 参数估计量的方差变大
    C: 参数估计量的经济含义不合理
    D: 运用回蚪模型进行预测会失效

    答案：A,B,D
    解析：
    回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，
    但是参数估计量失去有效性，②变量的显著性检验失去意义，在关于变量的显著性检验巾，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增人，因此实际的t统计量变小，从而接受原假发2 i=0的可能性增大，检验就失去意义，采用其他检验也是如此，③模型的预测失效。

  • 第16题：

    当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）

    • A、有偏估计量
    • B、有效估计量
    • C、无效估计量
    • D、渐近有效估计量

    正确答案:C

  • 第17题：

    存在多重共线情况下，多元线性回归模型的结构参数的普通最小二乘估计量不再是最佳线性无偏估计。


    正确答案:错误

  • 第18题：

    随机解释变量x产生的后果主要取决于它与随机误差项u是否相关，以及相关的性质，以下说法正确的是（）。

    • A、如果x与u相互独立，则参数的OLS估计量是无偏一致估计量
    • B、如果x与u相互独立，则参数的OLS估计量是有偏非一致估计量
    • C、如果x与u同期不相关，异期相关，则参数的OLS估计量在小样本下是有偏的，在大样本下具有一致性
    • D、如果x与u同期相关，则参数的OLS估计量在小样本下是有偏的、非一致的；在大样本下是无偏的、一致的
    • E、如果x与u同期相关，则无论是小样本还是大样本，参数的OLS估计量均是有偏且非一致的

    正确答案:A,C,E

  • 第19题：

    假设某需求函数为Yi=β0+β1Xi+μi，为了考虑“季节”因素（春、夏、秋、冬四个不同的状态），引入4个虚拟变量形成截距变动模型，则模型的（）。

    • A、参数估计量将达到最大精度
    • B、参数估计量是有偏估计量
    • C、参数估计量是非一致估计量
    • D、参数将无法估计

    正确答案:D

  • 第20题：

    满足基本假设条件下，一元线性回归模型的被解释变量及参数β0、β1的普通最小二乘估计量都服从正态分布。


    正确答案:正确

  • 第21题：

    回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（）

    • A、 参数估计值是无偏非有效的
    • B、 参数估计量仍具有最小方差性
    • C、 常用F检验失效
    • D、 参数估计量是有偏的

    正确答案:A

  • 第22题：

    单选题
    若多元线性回归模型存在自相关问题，这可能产生的不利影响包括（　　）。Ⅰ．模型参数估计值非有效Ⅱ．参数估计量的方差变大Ⅲ．参数估计量的经济含义不合理Ⅳ．运用回归模型进行预测会失效
    A

    Ⅰ、Ⅱ、Ⅲ

    B

    Ⅰ、Ⅱ、Ⅳ

    C

    Ⅰ、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： B
    解析：
    回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性；②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi＝0的可能性增大，检验就失去意义，采用其他检验也是如此；③模型的预测失效。

  • 第23题：

    判断题
    在任何情况下OLS估计量都是待估参数的最优线性无偏估计。
    A

    对

    B

    错


    正确答案： 错
    解析： 暂无解析

相关内容