多重线性回归模型的基本假定有哪些？如何判断资料是否满足这些假定？如果资料不满足假定条件，常用的处理方法有哪些？
多重线性回归模型的基本假定有哪些？如何判断资料是否满足这些假定？如果资料不满足假定条件，常用的处理方法有哪些？
相关考题：
以下关于统计分析的说法，错误的是（ ）。A．回归模型的设定必须满足一定的假定条件B．在回归模型满足经典假设时，用最小二乘法得到的结果是无偏且有效的C．应该用回归模型，可以进行预测D．如果所得到的回归模型存在多重共线性等问题时，不可以用该模型进行预测。
根据以下内容，回答2~3题。在实际应用当中，线性回归模型有时不完全满足那些基本假定。会遇到的较多问题主 要有多重共线性问题以及自相关、异方差等问题。以下说法正确的是（ ）。A．当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在多重共线性B．当模型中的误差项存在相关性的时候，称回归模型中存在多重共线性C．同方差性假定的意义是指每个样本残差μi的方差，不随样本的变化而变化D．当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在自相关
用二阶段最小二乘法估计结构方程一般要求（）。A、结构方程必须是过度识别的B、结构方程中的随机项满足线性模型的基本假定C、相应的简化式方程中的随机项也满足线性模型的基本假定D、模型中的所有前定变量之间不存在严重的多重共线性E、样本容量足够大
以下关于统计分析的说法，错误的是（）A、回归模型的设定必须满足一定的假定条件B、在回归模型满足经典假设时，用最小二乘法得到的结果是无偏且有效的C、应该用回归模型，可以进行预测D、如果所得到的回归模型存在多重共线性等问题时，不可以用该模型进行预测。
问答题多重线性回归模型中偏回归系数的含义是什么？