线性回归分析中，误差项εt均值为0，方差为常数，且不存在...

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、1

B、0

C、大于0的常数

D、小于0的常数

A、服从正态分布

B、数学期望等于0

C、相互独立

D、方差相等

B.回归系数为1

C.相关系数为0

D.相关系数绝对值为1

E. 解释变量能解释被解释变量的所有变动

A．线性性

B．无偏性

C．有效性

D．一致性

E．渐进有效性

A. 是独立的随机变量

B. 数学期望为0

C. 方差为常数

D. 满足正态分布

  A．同方差  B．异方差

  C．独立性  D．数学期望为0

  E．同分布

在一元线性回归中，随机误差的方差的无偏估计是

A、

B、

C、

D、