在聯(lián)立方程結(jié)構(gòu)模型中，對模型中的每一個(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（）

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。

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。

如果回歸模型違背了同方差假定，最小二乘估計(jì)量是有偏無效的。

對于多元回歸模型，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。

在異方差的情況下，OLS估計(jì)量誤差放大的原因是從屬回歸的2R變大。

一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。

將一年四個(gè)季度對被解釋變量的影響引入到包含截距項(xiàng)的回歸模型當(dāng)中，則需要引入虛擬變量的個(gè)數(shù)為（）

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。

計(jì)量經(jīng)濟(jì)模型分析經(jīng)濟(jì)問題的基本步驟。