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。

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是（）

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(qiáng)。

整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

多重共線性是總體的特征。

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。

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。

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。

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。

異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。