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、基本假设要求自变量是确定的变量，而且设计矩阵的列向量组是线性无关的。

B、基本假设要求误差项符合高斯-马尔科夫条件，即均值为零，方差相等，两两不相关。

C、基本假设要求自变量与因变量的关系是线性的。

D、最小二乘公式成立的前提是误差项相互独立且相同分布，服从均值为零的正态分布。

A.误差项是一个独立的随机变量

B.误差项的期望值等于0

C.误差项的方差可以不同

D.误差项为正太分布

A、趋势拟合法就是把时间作为自变量，相应的序列观测值作为因变量，建立序列值随时间变化的回归模型

B、在进行趋势拟合时，假定序列中不存在周期项，即xt等于趋势值Tt加上残差项Rt

C、在进行趋势拟合时，我们希望误差项是一个白噪声序列，也就是不含什么信息的序列，从统计学的角度看，就是这个序列的均值为零，或者接近于零，它的方差为一个常数

D、趋势项序列Tt可能是线性特征的或者呈非线性特征，因此，趋势拟合法又有线性拟合和非线性拟合之分，对应假设Tt为关于t的线性函数和非线性函数形式

E、在趋势拟合中的t表示时序，可以从零开始取值，也可以从1开始取值。尽管在一些模型中，比如线性模型可以直接用年份为自变量，也可以用时序为自变量，但是在另一些模型中如指数模型、Logistic模型则不宜直接用年份为自变量

A、异方差是指误差项的方差跟自变量或因变量或观测次序有关。

B、计算DW统计量的值可以用于推断存在异方差现象。

C、用加权的方法处理异方差问题，其实质是将观测数据转换成同方差的， 以适合线性回归模型的基本假设。

D、用残差图分析是否存在异方差，总是将残差放在纵坐标上，将其它变量或数据的序号放在横坐标上。

A、误差项是非随机变量或是固定的

B、误差项是一个期望值为0的随机变量

C、误差项是服从正态分布的随机变量

D、误差项之间是相互独立的

E、误差项之间不一定相互独立

A、在拟合优度检验中，判定系数越小，自变量与因变量的相关程度越高

B、若F检验通过，则回归方程不显著

C、若F检验通过，则T检验一定通过

D、F检验与T检验没有绝对的相关关系

B.如果模型的R2很低，可以认为此模型的质量较差

C.如果某一参数不能通过显著性检验，应该剔除该解释变量

D.如果某--参数不能通过显著性检验，不应该随便剔除该解释变量

A、二项分布

B、t分布

C、指数分布

D、正态分布

B、正态

C、线性

D、非线性