如果回归模型违背了同方差假定，最小二乘估计量是（）A.无偏的，非有效的B.有偏的，非有效的C.无偏的，有效的D.有偏的，有效的
用最小二乘法估计简化式模型中的单个方程,最小二乘估计量的性质为()。 A、无偏的B、有偏的C、一致的D、非一致的E、渐近无偏的
如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量是（ ）。A.线性性B.无偏性C.有效性D.一致性E.渐进有效性
对于一元线性回归模型，在经典线性回归的假定下，参数的最小二乘估计量是最小方差无偏估计。（ ）
如果回归模型违背了无自相关假定，最小二乘估计量是（ ）A.无偏的，有效的B.有偏的，非有效的C.无偏的，非有效的D.有偏的，有效的
回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（ ）A.参数估计值是无偏非有效的B.参数估计量仍具有最小方差性C.常用F检验失效D.参数估计量是有偏的
多元线性回归模型满足基本假设的情况时，其参数的普通最小二乘估计是（ ）。A.非线性有偏估计B.非线性无偏估计C.线性有偏估计D.线性无偏估计
如果回归模型违背了同方差假定，最小二乘估计是（ ）A.无偏的，非有效的B.有偏的，非有效的C.无偏的，有效的D.有偏的，有效的
如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。（ ）
加权最小二乘（WLS）估计量是（ ）估计量。A. 无偏B. 有偏C. 有效D. 无效
加权最小二乘（WLS）估计量是（ ）估计量。A、无偏B、有偏C、有效D、无效
加权最小二乘(W1s)估计量是( )估计量。A.无偏B.有偏C.有效D.无效
存在异方差情况下，普通最小二乘估计量依然是无偏和有效的。A对B错
模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。
如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。A、无偏且有效B、无偏但非有效C、有偏但有效D、有偏且非有效
如果回归模型违背了无自相关假定，最小二乘估计量（）。A、无偏的，非有效的B、有偏的，非有效的C、无偏的，有效的D、有偏的，有效的
对于经典线性回归模型，回归系数的普通最小二乘估计量具有的优良特性有（）A、无偏性B、线性性C、有效性D、确定性E、误差最小性
异方差情况下将导致（）A、参数估计量是无偏的，但不是最小方差无偏估计B、参数显著性检验失效C、模型预测失效D、参数估计量是有偏的，且方差不是最小的E、模型预测有效
如果回归模型违背了无自相关假定，最小二乘估计量是（）A、无偏的，有效的B、有偏的，非有效的C、无偏的，非有效的D、有偏的，有效的
存在异方差情况下，线性回归模型的结构参数的普通最小二乘估计量是有偏的和非有效的。
如果回归模型违背了同方差假定，最小二乘估计量是（）A、无偏的，非有效的B、有偏的，非有效的C、无偏的，有效的D、有偏的，有效的
回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（）A、 参数估计值是无偏非有效的B、 参数估计量仍具有最小方差性C、 常用F检验失效D、 参数估计量是有偏的
存在异方差情况下，普通最小二乘估计量依然是无偏和有效的。
多选题异方差情况下将导致（）A参数估计量是无偏的，但不是最小方差无偏估计B参数显著性检验失效C模型预测失效D参数估计量是有偏的，且方差不是最小的E模型预测有效
判断题如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。A对B错
单选题如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。A无偏且有效B无偏但非有效C有偏但有效D有偏且非有效
多选题对于经典线性回归模型，回归系数的普通最小二乘估计量具有的优良特性有（）A无偏性B线性性C有效性D确定性E误差最小性