以下哪一项不是多元线性回归模型的基本假设（）

(i)计算样本中netta的平均值、标准差、最小值和最大值。

(ii)检验假设：平均netta不会因为401(k)资格状况而有所不同，使用双侧备择假设。估计差异的美元数量是多少?

(iii)根据第7章的计算机练习C7的第(ii)部分，e401k在一个简单回归模型中显然不是外生的，起码它随着收入和年龄而变化。以收入、年龄和e401k作为解释变量估计nettfa的一个多元线性回归模型。收入和年龄应该以二次函数形式出现。现在，估计401(k)资格的美元效应是多少?

(iv)在第(ii)部分估计的模型中，增加交互项e401k(age-41)和e401k-(age-41)²。注意样本中的平均年龄约为41岁，所以在新模型中，e401k的系数是401(k)资格在平均年龄处的估计效应。哪个交互项显著?

(v)比较第(iii)和(iv)部分的估计值，401(k)资格在41岁处的估计效应差别大吗?请解释。

(vi)现在，从模型中去掉交互项，但定义5个家庭规模虚拟变量：fsizel，fsize2，fsize3，fsize4和fsize5。对有5个或5个以上成员的家庭，fsize5等于1。在第(ii)部分估计的模型中，增加家庭规模虚拟变量，记得选择一个基组。这些家庭虚拟变量在1%的显著性水平上显著吗?

(vii)现在，针对模型

在容许截距不同的情况下，做5个家庭规模类别的邹至庄检验。约束残差平方和SSR，从第(iv)部分得到，因为那里回归假定了相同斜率。无约束残差平方和其中SSRf是从仅用家庭规模f估计的方程中得到的残差平方和。你应该明白，无约束模型中有30个参数(5个截距和25个斜率)，而约束模型中有10个参数(5个截距和5个斜率)。因此，带检验的约束个数是q=20，而且无约束模型的df为9275-30=9245。

在一元线性回归模型中, 假设的检验可以用方差分析也可以用t检验。

(1)假如其他基本假设全部满足，但只有试证明，估计的斜率项仍是无偏的;

(2)当自变量存在正相关，随机干扰项存在如下一阶序列相关时μ_t=ρμ_t-1+ε_t，试证明估计的斜率项的方差为，并就p>0与p<0，X_t存在正或负序列相关时与模型满足所有基本假定下的OLS估计的大小进行比较。

A.因变量

B.自变量

C.相关系数

D.判定系数

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