如果结果不匹配，请 
更多“对于总体线性回归模型Yi=β0+β1X1i+β2X2i+β3…”相关的问题
A、E(ut)=0
B、var(ut)=σ2
C、cov(ut,us)=0
D、cov(xt,ut)=0
E、ut服从分布N(0,σ2)
考虑简单回归模型
y=β0+β1x+u
令z为x的二值工具变量。运用教材(15.0)，证明Ⅳ估计量β1可以写成：
的那部分样本中yi和xi的样本平均值，而
的样本平均值。该估计量称为群组估计量，它是由沃德(Wald，1940)最先提出。
(1)如果真实的模型是Yi=β1Xi+μi，但你却拟合了一个带截距项的模型Yi=α0+α1Xi+νi，试评述这一设定误差的后果。
(2)在(1)中，假设真实的模型是带截距项的模型，而你却对过原点的模型进行了普通最小二乘回归。请评述这一模型误设的后果。
回归的OLS估计量。(给定样本中自变量的值)证明β1的期望值是
表示通过假定截距为零而得到的β1的估计量。
(i)在前4个高斯-马尔科夫假定之下，考虑简单回归模型y=β0+β1x+u对某个函数g(x)，比如g(x)=x2或g(x)=log(1+x2)。定义zi=g(xi)定义一个斜率估计量为
证明β1是线性无偏的。记住，在你的推导过程中，因为E(ulx)=0，所以你可以把x和z，都看成非随机的。
(ii)增加同方差假定MLR.5，证明
(iii)在高斯-马尔科夫假定下，直接证明
是OLS估计量。
A.无偏且一致
B.无偏但不一致
C.有偏但一致
D.有偏且不一致
A、Y与lnX是线性的
B、Y与X是非线性的
C、lnY与β1是线性的
D、Y与β1是非线性的
E、lnY与lnX是线性的
数据集401KSUBS.RAW包含了净金融财富(nenfa)、被调查者年龄(age)、家庭年收入(inc)、家庭规模(fsize)方面的信息，以及参与美国个人的特定养老金计划方面的信息。财富和收入变量都以千美元为单位记录。对于这里的问题，只使用无子女已婚者数据(marr=1，fsize=2)。
(i)数据集中有多少无子女已婚夫妇？
(ii)利用OLS估计模型
nettfa=β0+β1inc+β2age+u;
并以常用格式报告结果。解释斜率系数。斜率估计值有何惊人之处吗？
(iii)第(ii)部分的回归截距有重要意义吗？请解释。
(iv)在1%的显著性水平上，针对H0:β2＞1检验H0: β2=1,求出p值。你能拒绝H0吗？
(V)如果你做一个nettfa对inc的简单回归，inc的斜率估计值与第(ii)部分的估计值有很大不同吗？为什么？
