当模型存在严重的多重共线性时，OLS估计量将不具备（）A.线性B.无偏性C.有效性D.一致性
当模型存在异方差现象进，加权最小二乘估计量具备（）。A.线性B.无偏性C.有效性D.一致性E.精确性
异方差会使OLS估计量的标准误差高估，而自相关会使其低估。
当模型存在严重的多重共线性时,OLS估计量将不具备:()。 A、线性特性B、无偏性C、有效性D、一致性
下列说法正确的有（ ）。A.当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性B.当异方差出现时，常用的t和F检验失效C.异方差情况下，通常的OLS估计一定高估了估计量的标准差D.如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性E.如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势
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
计量经济学模型一旦出现异方差性，O1S估计量就不再具备无偏性了。( )
下列选项中说法正确的有（）。A、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性B、当异方差出现时，常用的t和F检验失效C、异方差情况下，通常的OLS估计一定高估了估计量的标准差D、如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性E、如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势
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。
异方差性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大
序列相关性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大
模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。A、增大B、减小C、有偏D、非有效
当模型存在异方差时，加权最小二乘估计量具有（）A、线性性B、无偏性C、有效性D、一致性E、不是最小方差无偏估计量
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
自相关性的影响主要有（）。A、OLS参数估计值仍是无偏的B、OLS参数估计值不再具有最小方差性C、随机误差项的方差一般会低估D、模型的统计检验失效E、区间估计和预测区间的精度降低
当模型存在异方差现象进，加权最小二乘估计量具备（）。A、线性B、无偏性C、有效性D、一致性E、精确性
产生异方差性的原因及异方差性对模型的OLS估计有何影响。
当模型存在异方差现象时，模型利用加权最小二乘法估计回归参数，则参数估计量具备（）。A、线性B、无偏性C、有效性D、一致性E、精确性
当模型存在严重的多重共线性时，OLS估计量将不具备（）A、线性B、无偏性C、有效性D、一致性
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。
简述异方差对OLS估计量的性质、置信区间、显著性t检验和F检验有何影响。
在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。
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
多选题当模型存在异方差时，加权最小二乘估计量具有（）A线性性B无偏性C有效性D一致性E不是最小方差无偏估计量
判断题在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。A对B错
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
问答题产生异方差性的原因及异方差性对模型的OLS估计有何影响。