下列关于线性回归分析中的残差说法正确是（）。

A.两个变量具有回归关系

B.一定有相关系数r = 0.70

C.MS回归>MS残差

D.SS回归 >SS残差

E.Y 的总变异有49% 可以由X 的变化解释

A.检查异常值是很重要的，因为线性回归对离群效应很敏感

B.线性回归分析要求所有变量特征都必须具有正态分布

C.线性回归假设数据中基本没有多重共线性

D.以上说法都不对

A.当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性

B.当异方差出现时，常用的t和

C.异方差情况下，通常的OLS估计一定高估了估计量的标准差

D.如果OLS回归的残差表现出系统性，那么说明数据中不存在异方差性

E.如果回归模型中遗漏一个重要变量，那么OLS残差必定表现出明显的趋势

F.检验失效

利用VOLAT.RAW中的数据。 （i)证实sp500=log（sp500)和lip=log（ip)看来都包含了单位根。利用含四

利用VOLAT.RAW中的数据。

(i)证实sp500=log(sp500)和lip=log(ip)看来都包含了单位根。利用含四阶滞后变化的DF检验，在含和不含线性时间趋势的情况下分别进行检验。

(ii)做1sp500对lip的简单回归。评论：统计量和R的大小。

(iii)利用第(ii)部分的残差检验Isp500和lip是否协整。利用标准的DF检验和包含两阶滞后的ADF检验。你得到什么结论？

(iv)在第(ii)部分的回归中添加一个线性时间趋势，并利用第(iii)部分同样的检验来检验协整关系。

(v)看来股票价格与真实经济活动之间有长期均衡关系吗？

A.若λ=0，则等价于一般的线性回归

B.若λ=0，则不等价于一般的线性回归

C.若λ=+∞，则得到的权重系数很小，接近于零

D.若λ=+∞，则得到的权重系数很大，接近与无穷大

A.它有31个64位通用寄存器，原来架构只有15个通用寄存器

B.新指令集支持64位运算，指令中的寄存器编码由4位扩充到5位

C.新的4级异常等级和新的安全模型

D.新增加解密指令,例如sha1/sha2/crc32等 ​

析。我们关心的模型是：

其中，因为滞后支出变量，第一个可用年份(基年)是1993年。

(i)用混合OLS估计模型， 并报告通常的标准误。为使得a_i的期望值可以非零， 你应该与年度虚拟变量一起包含一个截距项。支出变量的估计效应是什么？求OLS残差。

(ii)lunch_it系数的符号在意料之中吗？解释系数的大小。你认为学区的贫穷率对考试通过率有很大的影响吗？

(iii)利用的回归计算AR(1)序列相关的一个检验。你应该在回归中使用1994~1998年的数据。验证存在很强的正序列相关，并讨论为什么。

(iv)现在用固定效应法估计方程。滞后的支出变量仍显著吗？

(v)你为什么认为在固定效应估计中，注册学生人数和午餐项目变量不是联合显著的？

A.只能用于小牛

B.大小牛羊均可使用

C.只能用于大牛

D.只能用于羊

（i)在计算机习题C10.5的工业区事件研究中，OLS残差对滞后残差的回归给出。这对于OLS来说有何含义

(i)在计算机习题C10.5的工业区事件研究中，OLS残差对滞后残差的回归给出。这对于OLS来说有何含义？

(ii)如果你想使用OLS，又想得到EZ系数的一个有效标准误，你将怎样做？

A.支持向量回归是将支持向量的方法应用到回归问题中

B.支持向量回归同样可以应用核函数求解线性不可分的问题

C.同分类算法不同的是，支持向量回归要最小化一个凹函数

D.支持向量回归的解是稀疏的

A.字节是计算机的运算速度

B.字节是计算机中存储的基本单位

C.字节是计算机中最小的数据单位

D.字节是计算机的计算精度