假设投资函数模型估计的回归方程为（括号内的数字为t统计量值 Î（t）=5.0+0.4Y(t）+0.6I(t-1） （4.0)（3.2)其中I(t）和Y（t）分别为第t期投资和国民收入。 R2 =0.8, DW =2.05,n=24, （1）对总体回归系数β1、B2的显著性进行检验(a=0.05);（2）若总离差平方和TSS=25，试求随机误差项ut方差的估值;（3）计算统计量，并对模型总体的显著性进行检验（a=0.05）。

好的，让我来回答你的问题。

（1）对总体回归系数β1、β2的显著性进行检验(a=0.05)。

根据题目所给的信息，我们可以求出β1和β2的t值分别为4.0和3.2，而在显著性水平为0.05时，自由度为22的t分布表中的临界值为±2.074。

因为4.0和3.2都大于2.074，所以我们可以得出结论：在显著性水平为0.05时，β1和β2都是显著的。

（2）若总离差平方和TSS=25，试求随机误差项ut方差的估值。

在本题中，样本量n=24，自变量个数k=2，所以模型的自由度为n-k-1=21。又因为R2=0.8，所以可得到：

TSS = ESS + RSS
25 = 0.8 * TSS + RSS

将RSS用估计的随机误差项ut的平方和SSE表示，可得到：

25 = 0.8 * TSS + SSE
SSE = 25 - 0.8 * TSS
= 25 - 0.8 * 25
= 5

因此，随机误差项ut方差的估值为SSE/(n-k-1)=5/21。

（3）计算统计量，并对模型总体的显著性进行检验(a=0.05)。

根据题目所给的信息，我们可以计算出F统计量的值：

F = (ESS/k) / (SSE/(n-k-1))
= (0.8 * TSS / k) / (SSE/(n-k-1))
= (0.8 * 25 / 2) / (5/21)
= 33.6

在显著性水平为0.05时，自由度为2和21的F分布表中的临界值为3.47。因为33.6大于3.47，所以我们可以得出结论：在显著性水平为0.05时，该模型总体是显著的。