为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？
用于判别具有表面粗糙度特征的一段基准线长度称为（）。A、基准线B、评定长度C、取样长度D、轮廓的最小二乘中线
异方差性的影响主要有（）。A、普通最小二乘估计量是有偏的B、普通最小二乘估计量是无偏的C、普通最小二乘估计量不再具有最小方差性D、建立在普通最小二乘估计基础上的假设检验失效E、建立在普通最小二乘估计基础上的预测区间变宽
根据最小二乘原理，所估计的模型已经使得拟合误差达到最小，为什么还要讨论模型的拟合优度问题？
模型中引入一个无关的解释变量（）A、对模型参数估计量的性质不产生任何影响B、导致普通最小二乘估计量有偏C、导致普通最小二乘估计量精度下降D、导致普通最小二乘估计量有偏，同时精度下降
当模型中出现随机解释变量时，最小二乘估计量具有什么特征？
为什么说最小二乘估计量是最优线性无偏估计量？对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是什么？
表面粗糙度基准线包括轮廓最小二乘中线和轮廓（）中线。
根据（）为最小的原则来确定回归系数，称为最小二乘原则。
问答题“灰度差的平方和最小”影像匹配和最小二乘影像匹配的相同点及差别是什么？
填空题表面粗糙度基准线包括轮廓最小二乘中线和轮廓（）中线。
填空题最小二乘中线是一条（）线，在取样长度内轮廓线上各点到此线距离的（）
问答题为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？
问答题为什么最小二乘匹配被称为高精度匹配？其缺点是什么？
填空题根据（）为最小的原则来确定回归系数，称为最小二乘原则。
问答题为什么最小二乘影像匹配可以达到很高的精度？它的缺点是什么？
问答题最小二乘影像匹配的基本思想是什么？它有什么优缺点？
问答题为什么在对参数进行最小二乘估计时，要对模型提出一些基本的假定？