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

線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。

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(jì)量的標(biāo)準(zhǔn)差。

異方差問(wèn)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。

內(nèi)生變量的滯后值仍然是內(nèi)生變量。

在聯(lián)立方程結(jié)構(gòu)模型中，對(duì)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（）

擬合優(yōu)度R2的值越大，說(shuō)明樣本回歸模型對(duì)總體回歸模型的代表性越強(qiáng)。

隨機(jī)誤差項(xiàng)iu和殘差項(xiàng)ie是一回事。

多重共線性是一種隨機(jī)誤差現(xiàn)象。