現(xiàn)代投資分析的特征線涉及如下回歸方程：r_t=β₀+β₁r_mt+μ_t；其中：r表示股票或債券的收益率；r_m表示有價證券的收益率（用市場指數(shù)表示，如標(biāo)準(zhǔn)普爾500指數(shù)）；t表示時間。在投資分析中，β₁被稱為債券的安全系數(shù)β，是用來度量市場的風(fēng)險程度的，即市場的發(fā)展對公司的財產(chǎn)有何影響。依據(jù)1956~1976年間240個月的數(shù)據(jù)，F(xiàn)ogler和Ganpathy得到IBM股票的回歸方程（括號內(nèi)為標(biāo)準(zhǔn)差），市場指數(shù)是在芝加哥大學(xué)建立的市場有價證券指數(shù)。

對于人均存款與人均收入之間的關(guān)系式S_t=α+βY_t+μ_t使用美國36年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：

對于人均存款與人均收入之間的關(guān)系式S_t=α+βY_t+μ_t使用美國36年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：

對于人均存款與人均收入之間的關(guān)系式S_t=α+βY_t+μ_t使用美國36年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：

對于人均存款與人均收入之間的關(guān)系式S_t=α+βY_t+μ_t使用美國36年的年度數(shù)據(jù)得如下估計模型，括號內(nèi)為標(biāo)準(zhǔn)差：

假設(shè)模型為Y_t=α+βX_t+μ_t。給定n個觀察值（X₁，Y₁），（X₂，Y₂），…，X_n，Y_n，按如下步驟建立β的一個估計量：在散點圖上把第1個點和第2個點連接起來并計算該直線的斜率；同理繼續(xù)，最終將第1個點和最后一個點連接起來并計算該條線的斜率；最后對這些斜率取平均值，稱之為，即β的估計值。

假設(shè)模型為Y_t=α+βX_t+μ_t。給定n個觀察值（X₁，Y₁），（X₂，Y₂），…，X_n，Y_n，按如下步驟建立β的一個估計量：在散點圖上把第1個點和第2個點連接起來并計算該直線的斜率；同理繼續(xù)，最終將第1個點和最后一個點連接起來并計算該條線的斜率；最后對這些斜率取平均值，稱之為，即β的估計值。

計算的期望值并對所做假設(shè)進行陳述。這個估計值是有偏還是無偏的？解釋理由。

假設(shè)模型為Y_t=α+βX_t+μ_t。給定n個觀察值（X₁，Y₁），（X₂，Y₂），…，X_n，Y_n，按如下步驟建立β的一個估計量：在散點圖上把第1個點和第2個點連接起來并計算該直線的斜率；同理繼續(xù)，最終將第1個點和最后一個點連接起來并計算該條線的斜率；最后對這些斜率取平均值，稱之為，即β的估計值。

畫出散點圖，推出的代數(shù)表達式。