在任何情況下OLS估計(jì)量都是待估參數(shù)的最優(yōu)線性無偏估計(jì)。

在存在接近多重共線性的情況下，回歸系數(shù)的標(biāo)準(zhǔn)差會趨于變小，相應(yīng)的t值會趨于變大。

古典線性回歸模型具有哪些基本假定。

擬合優(yōu)度R2的值越大，說明樣本回歸模型對總體回歸模型的代表性越強(qiáng)。

隨機(jī)誤差項(xiàng)iu和殘差項(xiàng)ie是一回事。

在聯(lián)立方程結(jié)構(gòu)模型中，對模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（）

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是有偏無效的。

將一年四個(gè)季度對被解釋變量的影響引入到包含截距項(xiàng)的回歸模型當(dāng)中，則需要引入虛擬變量的個(gè)數(shù)為（）

為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。

整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。