多重共線性是總體的特征。

在存在異方差情況下，常用的OLS法總是高估了估計量的標(biāo)準(zhǔn)差。

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(dāng)中，則需要引入虛擬變量的個數(shù)為（）

如果回歸模型違背了同方差假定，最小二乘估計量是有偏無效的。

隨機(jī)變量的條件均值與非條件均值是一回事。

在同一時間不同統(tǒng)計單位的相同統(tǒng)計指標(biāo)組成的數(shù)據(jù)組合，是（）

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

如果回歸模型違背了同方差假定，最小二乘估計量是（）

在存在接近多重共線性的情況下，回歸系數(shù)的標(biāo)準(zhǔn)差會趨于變小，相應(yīng)的t值會趨于變大。

多重共線性是一種隨機(jī)誤差現(xiàn)象。