在误差项服从正态分布的假设下，线性回归的参数估计量服从什么分布？
举一反三
- 以下关于线性回归模型中误差项的分布假设的说法正确的有： A: 若要保证OLS估计量的BLUE性质，模型是不需要正态分布假设的。 B: 若误差项不服从正态分布，OLS估计量不具有BLUE性质。 C: 若要对回归模型的参数进行统计推断，分布假设是必需的。 D: 正态分布是最常见的分布形式，故正态分布假设具有合理性。 E: 中心极限定理保证了正态分布假设的合理性。 F: 参数的统计推断并不需要误差项服从某种分布。
- 多元线性回归模型满足五个基本假设,其最小二乘估计量服从( ) A: 正态分布 B: t分布 C: χ2分布 D: F分布
- 中国大学MOOC:当经典线性回归模型去掉残差服从正态分布的假设时，仍然可以使用最小二乘法来估计未知参数，但是这时检验某个参数是否等于0的统计量不再服从t分布。
- 一元线性回归模型的回归系数统计量,服从何种分布型态? A: 正态分布 B: 卡方分布 C: t分布 D: F分布
- 对于一元线性回归模型，提出的经典假定中随机项服从（） A: t分布 B: 正态分布 C: F分布 D: 二项分布