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。

隨機(jī)誤差項(xiàng)iu和殘差項(xiàng)ie是一回事。

為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。

一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是（）

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(shí)間序列數(shù)據(jù)中。

在回歸模型滿足DW檢驗(yàn)的前提條件下，當(dāng)d統(tǒng)計(jì)量等于2時(shí)，表明（）

多重共線性是一種隨機(jī)誤差現(xiàn)象。

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

古典線性回歸模型具有哪些基本假定。