简答题 对于多元线性回归方程进行F检验是显著的，是否说明被解释变量与每一个解释变量线性显著？为什么？

问答题多元线性回归模型的经典假定是什么？试说明在对模型的回归系数和回归方程的显著性检验中，哪些假定起了作用？

问答题为什么说最小二乘估计量是最优的线性无偏估计量？多元线性回归最小二乘估计的正规方程（用矩阵表示）能解出唯一的参数估计值的条件是什么？

问答题多元线性回归模型与一元线性回归模型有哪些区别？

单项选择题多元线性回归分析中，对回归方程的显著性检验是（）

A.F检验
B.t检验
C.正态检验
D.R²检验

单项选择题多元线性回归分析中，对回归系数的显著性检验是（）

A.F检验
B.t检验
C.正态检验
D.R²检验

单项选择题多元线性回归模型的随机项u方差的估计量为（）

A.A
B.B
C.C
D.D

单项选择题在多元（k元）回归分析中，残差平方和的自由度是（）

A.n
B.n－k
C.n－k－1
D.k

单项选择题在多元（k元）回归分析中，回归平方和ESS的自由度是（）

A.n
B.n－1
C.k
D.k－1

单项选择题在多元回归分析中得出方程，,该方程是（）

A.回归模型
B.回归方程
C.总体回归方程
D.样本回归模型

单项选择题设k为模型中解释变量的个数（参数为k+1），n为样本容量，则对多元线性回归方程进行显著性检验时，利用的F统计量可表示为（）

A.A
B.B
C.C
D.D

判断题样本决定系数R2可以判定回归方程与样本值“拟合优度”

判断题对于变量非线性，参数线性的模型，可直接通过变量代换为线性模型。

判断题模型关于变量是非线性的，则关于参数也一定是非线性的。

判断题参数的最小二乘估计量是无偏估计量，具具有最小方差性

判断题随机项ui的方差是未知的，可用作为其无偏估计量。