5、Y表示OLS估计回归值,u表示随机误差项。如果Y与X为线性相关关系,则-|||-列哪些是正确的 __ o-|||-A _(1)=(P)_(0)+(beta )_(1)(X)_(0)-|||-B _(1)=(P)_(0)+(beta )_(1)X+(u)_(i)-|||-C _(1)=(beta )_(0)+(beta )_(1)(X)_(i)+u 。-|||-D _(i)=(P)_(0)+(hat {beta )}_(1)(X)_(i)+(u)_(i)-|||-E _(1)=(hat {3)}_(0)+hat ({beta )_(1)}(x)_(i) .

本题考查线性回归模型的基本形式，需区分总体回归函数（PRF）与样本回归函数（SRF）的表达式。关键点在于：

1. 总体回归模型包含随机误差项$u_i$，形式为$Y_i = \beta_0 + \beta_1 X_i + u_i$；
2. 样本回归模型使用估计的系数$\hat{\beta}_0, \hat{\beta}_1$，且残差项为$\hat{u}_i$（而非真实的$u_i$）；
3. 变量下标需一致（如$Y_i$对应$X_i$），系数符号需准确（如$\hat{\beta}$表示估计值）。

选项分析

A. $Y_1 = \beta_0 + \beta_1 X_0$

• 缺少误差项$u_i$，且$X_0$的下标与$Y_1$不匹配，形式不完整。

B. $Y_1 = \beta_0 + \beta_1 X + u_i$

• $X$无下标，变量不对应；$Y_1$的下标应为$i$，形式错误。

C. $Y_i = \beta_0 + \beta_1 X_i + u_i$

• 符合总体回归函数的标准形式，变量下标一致，包含误差项，正确。

D. $Y_i = \hat{\beta}_0 + \hat{\beta}_1 X_i + u_i$

• 误将真实误差项$u_i$用于样本回归模型，实际应为残差项$\hat{u}_i$，错误。

E. $Y_1 = \hat{\beta}_0 + \hat{\beta}_1 x_i$

• 缺少误差项，变量名$X_i$应大写，且未体现残差，形式不完整。