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(wú)偏估計(jì)。

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。

古典線性回歸模型具有哪些基本假定。

隨機(jī)變量的條件均值與非條件均值是一回事。

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。

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。

多重共線性是總體的特征。

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

在異方差的情況下，OLS估計(jì)量誤差放大的原因是從屬回歸的2R變大。

在聯(lián)立方程結(jié)構(gòu)模型中，對(duì)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（）