在存在異方差情況下，常用的OLS法總是高估了估計量的標準差。

線性回歸模型意味著變量是線性的。

在存在接近多重共線性的情況下，回歸系數的標準差會趨于變小，相應的t值會趨于變大。

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。

在任何情況下OLS估計量都是待估參數的最優(yōu)線性無偏估計。

一個聯立方程模型中的外生變量在另一個聯立方程模型中可能是內生變量。

當存在自相關時，OLS估計量是有偏的并且也是無效的。

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。

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。

在回歸模型滿足DW檢驗的前提條件下，當d統計量等于2時，表明（）