对模型Yi=β0+β1X1i+β2X2i+μi的最小二乘回归结果显示，R为0.92总平方和为500，则残差平方和SSE为（）

估计线性回归方程y=β0 +β1x中的回归参数β0、β1时，普遍采用的估计准则是最小二乘准则（） 估计线性回归方程y=β0 +β1x中的回归参数β0、β1时，普遍采用的估计准则是最小二乘准则（） 如果回归模型违背了同方差假定，最小二乘估计是（ ） 对模型最小二乘回归结果显示，样本可决系数为0.92，样本容量为30，总离差平方和为500，则估计的标准误差为()。 回归模型Y=β0+β1X1+ β2X2+ε属于（） 如果回归模型违背了无自相关假定，最小二乘估计量是（ ） 对模型最小二乘回归结果显示，样本可决系数为0. 92，样本容量为30，总离差平方和为500，则估计的标准误差为(    )。 在多元经典线性回归模型中，参数的最小二乘估计量具、、，所以此时的最小二乘估计量又称BLUE估计量。 假设一元线性回归模型为yi=α+βxi+μi，i=（1,2,3，……，n），那么μi应当满足（）。 在线性回归模型中，若解释变量X1和X2的观测值成比例，既有X1i=kX2i，其中k为非零常数，则表明模型中存在（）。 假设线性回归模型满足全部基本假设，最小二乘回归得到的参数估计量具备()。 对回归模型Yi＝β0β1χi＋μi进行检验时，通常假定μi服从（）。 如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。（ ） 如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。 如果回归模型违背了无自相关性的假定,则普通最小二乘估计量是 在古典假定都满足的条件下,多元线性回归模型的最小二乘估计为(__)估计 多元线性回归模型同一元回归分析模型的原理一样，按照最小二乘准则，确定样本回归函数采用使残差平方和最小的原则。（） 一元回归分析模型同多元线性回归模型的原理一样，按照最小二乘准则，确定样本回归函数采用使残差平方和最小的原则。（） 下列程序段的执行结果为（)。 I=1 x=5 Do I= I + 1 x= x + 2 Loop Until I＞=7 Print " I= "；I Print "x="；x 如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量是（ ）。