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)。

引入虛擬變量后，用普通最小二乘法得到的估計(jì)量仍是無偏的。

異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。

判定系數(shù)2R的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。

總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。

對(duì)于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則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。

任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的2R都是可以比較的。

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。

異方差問題總是存在于橫截面數(shù)據(jù)中，而自相關(guān)則總是存在于時(shí)間序列數(shù)據(jù)中。

多重共線性是一種隨機(jī)誤差現(xiàn)象。