设总体X的分布函数为 其中未知参数β>1，X1，X2，…，Xn为来自总体X的简单随机样本，求： (Ⅰ)β的矩估计量；(Ⅱ)β的最大似然估计量.
设总体X的密度函数为f(x)=,X1,X2,…,Xn为来自总体X的简单随机样本,求参数θ的最大似然估计量.
设总体X的概率密度为 其中参数λ(λ>0)未知，X1，X2，…，Xn是来自总体X的简单随机样本.(Ⅰ)求参数λ的矩估计量；(Ⅱ)求参数λ的最大似然估计量.
设总体X的概率密度为 其中μ是已知参数，σ>0是未知参数，A是常数.X1，X2，…，Xn是来自总体X的简单随机样本. (Ⅰ)求A； (Ⅱ)求σ的最大似然估计量.
设总体X的概率密度为 其中θ为未知参数且大于零.X1，X2，…，Xn为来自总体X的简单随机样本. (Ⅰ)求θ的矩估计量； (Ⅱ)求θ的最大似然估计量.
设总体X的概率密度为 其中θ为未知参数，X1，X2，…，Xn，为来自该总体的简单随机样本. (Ⅰ)求θ的矩估计量； (Ⅱ)求θ的最大似然估计量.
总体参数的无偏估计量的方差小于其他的无偏估计量的是（ ） 。A.有效性B.一致性C.重要性D.无偏性
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是（ ）。A.线性性B.无偏性C.有效性D.一致性E.渐进有效性
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。（ ）
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
模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。
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
当模型存在异方差时，加权最小二乘估计量具有（）A、线性性B、无偏性C、有效性D、一致性E、不是最小方差无偏估计量
异方差情况下将导致（）A、参数估计量是无偏的，但不是最小方差无偏估计B、参数显著性检验失效C、模型预测失效D、参数估计量是有偏的，且方差不是最小的E、模型预测有效
自相关情况下将导致（）A、参数估计量不再是最小方差线性无偏估计量B、均方差MSE可能严重低估误差项的方差C、常用的F检验和t检验失效D、参数估计量是无偏的E、利用回归模型进行预测的结果会存在较大的误差
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
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
最大似然法的基本思想是（）。A、从模型中得到样本数据的概率最大B、样本回归线能最好地拟合样本数据C、使残差平方和最小D、使参数估计量的方差最小
当模型存在异方差现象进，加权最小二乘估计量具备（）。A、线性B、无偏性C、有效性D、一致性E、精确性
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
存在异方差情况下，线性回归模型的结构参数的普通最小二乘估计量是有偏的和非有效的。
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
多选题异方差情况下将导致（）A参数估计量是无偏的，但不是最小方差无偏估计B参数显著性检验失效C模型预测失效D参数估计量是有偏的，且方差不是最小的E模型预测有效
单选题总体参数的无偏估计量的方差小于其他的无偏估计量的是（ ）。A 有效性B 一致性C 重要性D 无偏性
多选题当模型存在异方差时，加权最小二乘估计量具有（）A线性性B无偏性C有效性D一致性E不是最小方差无偏估计量
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
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