已知含有截距项的三元线性回归模型估计的残差平方和为 已知含有截距项的三元线性回归模型估计的残差平方和为，估计用样本容量为24，则随机误差项的方差估计量为（）。
若回归模型随机误差项的方差为常数的假定不成立，则称模型存在为异方差现象。（ ）
如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。
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
当模型存在异方差性时，对参数估计量的影响包括（ ）。A.参数估计量非有效B.变量的显著性检验失去意义C.模型的预测失效D.参数估计量的方差被低估E.参数估计量的方差被高估
DW检验假定随机误差项ui的方差是同方差。 判断以上陈述的真伪，并给出合理的解释。
当模型存在异方差性时，对参数估计量的影响包括（）。A、参数估计量非有效B、变量的显著性检验失去意义C、模型的预测失效D、参数估计量的方差被低估E、参数估计量的方差被高估
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
自相关情况下将导致（）A、参数估计量不再是最小方差线性无偏估计量B、均方差MSE可能严重低估误差项的方差C、常用的F检验和t检验失效D、参数估计量是无偏的E、利用回归模型进行预测的结果会存在较大的误差
当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）A、有偏估计量B、有效估计量C、无效估计量D、渐近有效估计量
一个估计量的一致性是指（）。A、该估计量的数学期望等于被估计的总体参数B、该估计量的方差比其他估计量小C、随着样本量的增大该估计量的值越来越接近被估计的总体参数D、该估计量的方差比其他估计量大
抽样估计的有效性，是指作为优良估计量的方差，应该比其他估计量的方差（）。A、大B、小C、相等D、无关
如果线性回归模型中随机误差项的方差不是（），则称随机误差项具有异方差性。
模型结构参数的最大似然估计量具有线性性、无偏性、有效性，随机干扰项方差的最大似然估计量是有偏的。
如果模型包含随机解释变量，且与随机误差项在大样本下渐近无关，则普通最小二乘估计量是（）。A、无偏估计量B、有效估计量C、一致估计量D、最佳线性无偏估计量
A、B是两个无偏估计量，如果A估计量的方差小于B估计量的方差，则称（）。A、A是充分估计量B、A比B有效C、B比A有效D、AB一样有效
在任何条件下，估计量的方差都与估计量的均方差相等，因此一般所讲的估计误差也就是指估计量的方差。
估计量的有效性是指优良估计量的方差与其它估计量的方差相比（）A、优良估计量的方差最小B、优良估计量的方差最大C、两者相等D、两者大小不能判断
不定项题A因变量与自变量之间的关系为线性关系B随机误差项的均值为1C随机误差项之间是不独立的D随机误差项的方差是常数
判断题如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。A对B错
多选题A因变量与自变量之间的关系为线性关系B随机误差项的均值为lC随机误差项之间是不独立的D随机误差项的方差是常数
多选题自相关情况下将导致（）A参数估计量不再是最小方差线性无偏估计量B均方差MSE可能严重低估误差项的方差C常用的F检验和t检验失效D参数估计量是无偏的E利用回归模型进行预测的结果会存在较大的误差
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
单选题当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）A有偏估计量B有效估计量C无效估计量D渐近有效估计量
判断题在任何条件下，估计量的方差都与估计量的均方差相等，因此一般所讲的估计误差也就是指估计量的方差。A对B错
