引入虛擬變量后，用普通最小二乘法得到的估計(jì)量仍是無偏的。

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。

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（）

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。

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

對(duì)于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

雙對(duì)數(shù)模型中的斜率表示因變量對(duì)自變量的彈性。

在任何情況下OLS估計(jì)量都是待估參數(shù)的最優(yōu)線性無偏估計(jì)。

多重共線性是一種隨機(jī)誤差現(xiàn)象。