已知樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于-1，則DW統(tǒng)計(jì)量近似等于（）。

如果回歸模型中的隨機(jī)誤差項(xiàng)存在異方差，則模型參數(shù)的普通最小二乘估計(jì)量（）。

什么是虛假序列相關(guān)？如何避免虛假序列相關(guān)問題。

工具變量法并沒有改變原模型，只是在原模型的參數(shù)估計(jì)過程中用工具變量“替代”（）。

在給定的顯著性水平之下，若DW統(tǒng)計(jì)量的下和上臨界值分別為dL和du，則當(dāng)dL＜DW＜du時(shí)，可認(rèn)為隨機(jī)誤差項(xiàng)（）。

針對存在異方差現(xiàn)象的模型進(jìn)行估計(jì)，下面哪些方法可能是適用的（）。

狹義工具變量法參數(shù)估計(jì)量的統(tǒng)計(jì)性質(zhì)是小樣本下（），大樣本下（）。

普通最小二乘法、加權(quán)最小二乘法都是（）的特例。

DW檢驗(yàn)的局限性主要有哪些？

在多元線性回歸模型中，解釋變量間呈現(xiàn)線性關(guān)系的現(xiàn)象稱為（）問題，給計(jì)量經(jīng)濟(jì)建模帶來不利影響，因此需檢驗(yàn)和處理它。