隨機變量的條件均值與非條件均值是一回事。

線性回歸模型意味著變量是線性的。

引入虛擬變量后，用普通最小二乘法得到的估計量仍是無偏的。

為了避免陷入虛擬變量陷阱，如果一個定性變量有m類，則要引入m個虛擬變量。

在異方差的情況下，OLS估計量誤差放大的原因是從屬回歸的2R變大。

如果回歸模型違背了同方差假定，最小二乘估計量是（）

給定顯著性水平a及自由度，若計算得到的t值超過臨界的t值，我們將接受零假設

整個多元回歸模型在統(tǒng)計上是顯著的意味著模型中任何一個單獨的變量均是統(tǒng)計顯著的。

隨機誤差項iu和殘差項ie是一回事。

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。