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

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。

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。

對于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

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。

異方差問題總是存在于橫截面數(shù)據(jù)中，而自相關(guān)則總是存在于時間序列數(shù)據(jù)中。

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

總體回歸線是當(dāng)解釋變量取給定值時因變量的條件均值的軌跡。

雙對數(shù)模型中的斜率表示因變量對自變量的彈性。

給定顯著性水平a及自由度，若計(jì)算得到的t值超過臨界的t值，我們將接受零假設(shè)