为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？

第1题：

为什么说最小二乘估计量是最有的线性无偏估计？多远线性回归最小二乘估计的正规方程组，能解出唯一的参数估计的条件是什么？

在满足经典假设的条件下，参数的最小二乘估计量具有线性性、无偏性以及最小性方差，所以被称为最优线性无偏估计量（BLUE）。对于多元线性回归最小二乘估计的正规方程组，能解出唯一的参数估计量的条件是（X’X）-1存在，或者说各解释变量间不完全线性相关。
第2题：

logistic回归模型的参数估计为加权最小二乘估计

A
第3题：

1、不是广义线性模型的参数估计方法的有
A．极大似然估计
B．迭代加权最小二乘估计
C．fisher-score迭代法
D．最小二乘估计

B
第4题：

不是广义线性模型的参数估计方法的有
A．极大似然估计
B．迭代加权最小二乘估计
C．fisher-score迭代法
D．最小二乘估计

D 本题考查最小二乘法。对回归模型进行估计的方法称为最小二乘法。参见教材P198。
第5题：

最小二乘估计已经使拟合误差达到最小，为什么还要讨论模型的拟合优度问题？

普通最小二乘法所保证的最好拟合是同一个问题内部的比较，即使用给出的样本数据满足残差的平方和最小；拟合优度检验结果所表示的优劣可以对不同的问题进行比较，即可以辨别不同的样本回归结果谁好谁坏。