在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。

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。

雙對(duì)數(shù)模型中的斜率表示因變量對(duì)自變量的彈性。

當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是有偏的并且也是無效的。

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。

線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。

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。

在回歸模型滿足DW檢驗(yàn)的前提條件下，當(dāng)d統(tǒng)計(jì)量等于2時(shí)，表明（）

一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。

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