假设回归模型Yi=β0+β1Xi+μi，其中Xi为随机变量，Xi与μi相关，则β的普通最小二乘估计量（）。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
假设回归模型Yi=β0+β1Xi+μi，其中Xi为随机变量，Xi与μi相关，则β的普通最小二乘估计量（）。
- 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
相关考题：
对于有限分布滞后模型，将参数βi表示为关于滞后i的多项式并代入模型，作这种变换可以（）。A、使估计量从非一致变为一致B、使估计量从有偏变为无偏C、减弱多重共线性D、避免因参数过多而自由度不足E、减轻异方差问题
一元线性回归模型Yi=β0+β1Xi+μi的最小二乘回归结果显示，残差平方和RSS=40.32，样本容量n=25，则回归模型的标准差σ为（）。A、1.270B、1.324C、1.613D、1.753
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
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
一元线性回归模型Yi=β0+β1Xi+μi的基本假定包括（）。A、E（μi）=0B、Var（μi）=σ2C、Cov（μi，μj）（i≠j）D、μi～N（0，1）E、X为非随机变量，且Cov（Xiμi）=0
单选题如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。A无偏且有效B无偏但非有效C有偏但有效D有偏且非有效