模型Yi=β0+β1Xi+β2Di+μi中，如果虚拟变量Di的取值为0或2，而非通常情况下的0或1，那么，参数β2的估计值将减半。
模型Yi=β0+β1Xi+β2Di+μi中，如果虚拟变量Di的取值为0或2，而非通常情况下的0或1，那么，参数β2的估计值将减半。
相关考题：
一元线性回归模型，Yi=β0+β1X1+μi(i=1，…，n)中，总体方差未知，检验H0:β1=0时，所用的检验统计量服从( )。A．F(1，n-2)B．t(n-1)C．F(1，n-1)D．t(n)
下面哪一表述是正确的()。 A、线性回归模型Yi=β0+β1Xi+μi的零均值假设是指1nΣi=1nui=0对模型B、Yi=β0+β1X1i+β2X2i+ui进行方程显著性检验(即F检验)，检验的零假设是H0:β0=β1=β2=0C、相关系数较大意味着两个变量存在较强的因果关系D、当随机误差项的方差估计量等于零时，说明被解释变量与解释变量之间的函数关系
下列方程并判断模型()属于系数呈线性。 A、Yi=β0+βiXi3+μiB、Yi=β0+βilogXi+uiβC、logYi=β0+βilogXi+μiD、Yi=β0+β1(β2Xi)+μiE、Yi=β0/(βiXi)+uiF、Yi=1+β0(1Xiβ1)+μiG、Yi=β0+β1X1i+β2X2i+μi
设消费函数为Yi=β0+β1D+β2Xi+ui，Yi=第i个居民的消费水平，Xi=第i个居民的收入水平，D为虚拟变量，该模型为（）A、截距、斜率同时变动模型B、系统变参数模型的特殊情况。C、截距变动模型D、斜率变动模型E、分段回归
在线性回归模型Yi=β1+β2X2i+β2X3i+ui中，β1表示（）A、指所有未包含到模型中来的变量对Y的平均影响。B、Yi的平均水平。C、X2i，X3i不变的条件下，Yi的平均水平。D、X2i=0，X3i=0时，Yi的真实水平。
某商品需求函数为Yi=β0+β1Xi+μi，其中为需求量，为价格。为了考虑“地区”（农村、城市）和“季节”（春、夏、秋、冬）两个因素的影响，拟引入虚拟变量，则应引入虚拟变量的个数为（）。A、2B、4C、5D、6
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
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
对于模型Yi=β0+β1Xi+μi，为了考虑“地区”因素（北方、南方），引入2个虚拟变量形成截距变动模型，则会产生（）。A、序列的完全相关B、序列的不完全相关C、完全多重共线性D、不完全多重共线性
单选题在一个包含截距项的回归模型Yi=β0+β1D+β2Xi+ui中，如果一个具有m个特征的质的因素引入m个虚拟变量，则会产生的问题为（）A异方差B序列相关C不完全多重线性相关D完全多重线性相关
多选题设消费函数为Yi=β0+β1D+β2Xi+ui，Yi=第i个居民的消费水平，Xi=第i个居民的收入水平，D为虚拟变量，该模型为（）A截距、斜率同时变动模型B系统变参数模型的特殊情况。C截距变动模型D斜率变动模型E分段回归
单选题设消费函数为Yi=β0+β1D+β2Xi+ui，式中Yi=第i个居民的消费水平，Xi=第i个居民的收入水平，D为虚拟变量，D=1表示正常年份，D=0表示非正常年份，则（）A该模型为截距、斜率同时变动模型B该模型为截距变动模型C该模型为分布滞后模型D该模型为时间序列模型
单选题在线性回归模型Yi=β1+β2X2i+β2X3i+ui中，β1表示（）A指所有未包含到模型中来的变量对Y的平均影响。BYi的平均水平。CX2i，X3i不变的条件下，Yi的平均水平。DX2i=0，X3i=0时，Yi的真实水平。
单选题对模型Yi＝β0＋β1X1i＋β2X2i＋mi的最小二乘回归结果显示，R2为0.92，总离差平方和为500，则残差平方和RSS为（ ）。A10B40C80D20