在聯(lián)立方程結(jié)構(gòu)模型中，對模型中的每一個隨機方程單獨使用普通最小二乘法得到的估計參數(shù)是（）

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。

異方差會使OLS估計量的標準誤差高估，而自相關(guān)會使其低估。

將一年四個季度對被解釋變量的影響引入到包含截距項的回歸模型當中，則需要引入虛擬變量的個數(shù)為（）

雙對數(shù)模型中的斜率表示因變量對自變量的彈性。

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。

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。

在任何情況下OLS估計量都是待估參數(shù)的最優(yōu)線性無偏估計。

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。