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)

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。

在聯(lián)立方程結(jié)構(gòu)模型中，對模型中的每一個(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（）

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是（）

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是有偏無效的。

古典線性回歸模型具有哪些基本假定。

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。

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。

杜賓—瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。

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。