在经典线性回归的假定中，随机干扰项服从0均值的正态分布，对方差则没有具体的要求。（ ）

回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型中关于随机项i的基本假设是（ ）。 Ⅰ.随机机项i与自变量的任一观察值xi不相关 Ⅱ.E(i)=0,V(i)=σ2=常数 Ⅲ.每个i均为独立同分布，服从正态分布的随机变量 Ⅳ.各个随机误差项之间不相关 建立一元线性回归模型时，对于随机误差项ε做出的假定包括（） 建立线性回归模型时，对随机误差项∈需要做出的假定有 回归分析是期货投资分析中重要的统计分析方法,而线性回归模型是回归分析的基础。线性回归模型的基本假设是（ ） Ⅰ.被解释变量与解释变量之间具有线性关系 Ⅱ.随机误差项服从正态分布 Ⅲ.各个随机误差项的方差相同 Ⅳ.各个随机误差项之间不相关 建立一元线性回归模型时，对于随机误差项E做出的假定包括(    ) 按经典假设，线性回归模型中的解释变量应是非随机变量，且（ ）。 线性回归模型的随机误差项不服从正态分布,OLS估计量将是有偏的 回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型的基本假设是（  ）。I 被解释变量与解释变量之间具有线性关系Ⅱ 随机误差项服从正态分布Ⅲ 各个随机误差项的方差相同Ⅳ 各个随机误差项之间不相关 在一元线性回归模型中，残差项服从()分布。 建立一元线性回归模型时，关于随机误差项ε的假定，下列说法正确的有（） 服从对数正态分布是利率，股票指数价格服从一个均值回归随机过程等。（） 服从对数正态分布是股票指数价格，利率服从一个均值回归随机过程等。（） 若非正态总体得样本容量足够大，样本均值近似服从正态分布 使用普通最小二乘法在对自回归模型进行估计时，若随机误差项满足经典线性回归模型的所有假定，则估计量是一致估计量的模型是（） 如果多元回归的四个经典假设条件（参数线性，随机抽样，零条件均值，不存在完全多重共线性）满足，那么OLS估计量满足（） 如果多元回归的四个经典假设条件（参数线性，随机抽样，零条件均值，不存在完全多重共线性）满足，那么OLS估计量满足（） 如果线性回归模型中随机误差项的方差不是（），则称随机误差项具有异方差性。 从一个正态总体中随机抽取的样本平均数，理论上服从（）分布。 对二元线性回归模型怀特检验，若原假设成立，则辅助回归中无交叉项回归和有交叉项回归得到的nR2分别服从( )。 线性回归分析中，误差项εt均值为0，方差为常数，且不存在自相关，则它是一个白噪声过程。（　　）