线性回归模型的参数估计量hat(beta)是随机向量Y的函数，即hat(beta)=(X'X)^-1X'Y。hat(beta)是（ ）。A. 随机向量B. 非随机向量C. 确定性向量D. 常量

本题考查线性回归模型中参数估计量的性质，解题的关键在于明确随机向量的定义以及参数估计量与随机向量的关系。

已知线性回归模型的参数估计量$\hat{\beta}=(X'X)^{-1}X'Y$，其中$X$通常是已知的设计矩阵，在给定样本数据后是确定的。而$Y$是随机向量，这是因为在实际的线性回归模型中，$Y$包含了随机误差项$\epsilon$，即$Y = X\beta+\epsilon$，其中$\epsilon$是随机变量，所以$Y$是随机向量。

对于$\hat{\beta}=(X'X)^{-1}X'Y$，由于$(X'X)^{-1}X'$是由已知的$X$计算得到的，是一个确定的矩阵。根据随机变量的性质：若$A$是确定的矩阵，$Y$是随机向量，则$AY$也是随机向量。在这里$A=(X'X)^{-1}X'$，$Y$是随机向量，所以$\hat{\beta}=(X'X)^{-1}X'Y$是随机向量。