引入虛擬變量后，用普通最小二乘法得到的估計量仍是無偏的。

隨機誤差項iu和殘差項ie是一回事。

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

異方差問題總是存在于橫截面數(shù)據(jù)中，而自相關則總是存在于時間序列數(shù)據(jù)中。

給定顯著性水平a及自由度，若計算得到的t值超過臨界的t值，我們將接受零假設

線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關系。

在聯(lián)立方程結構模型中，對模型中的每一個隨機方程單獨使用普通最小二乘法得到的估計參數(shù)是（）

為了避免陷入虛擬變量陷阱，如果一個定性變量有m類，則要引入m個虛擬變量。

整個多元回歸模型在統(tǒng)計上是顯著的意味著模型中任何一個單獨的變量均是統(tǒng)計顯著的。

在存在異方差情況下，常用的OLS法總是高估了估計量的標準差。