可以利用t分布的性質(zhì)認(rèn)識(shí)樣本容量較小時(shí)參數(shù)估計(jì)值的分布特征。

在多元線性回歸模型中（具有截距項(xiàng)），若引入K個(gè)解釋變量，則模型中存在K+1個(gè)待估參數(shù)。

多元線性回歸模型OLS估計(jì)式的統(tǒng)計(jì)性質(zhì)包括（）。

多重共線性的修正方法包括（）。

被解釋變量是作為模型分析研究對(duì)象的變量。

當(dāng)模型存在不完全多重共線性時(shí)，可能產(chǎn)生的后果包括（）。

與簡(jiǎn)單線性回歸相比，多元線性回歸中增加的基本假定是（）。

如果回歸模型存在嚴(yán)重的多重共線性，可去掉某個(gè)解釋變量從而消除多重共線性。

模型只是研究者對(duì)所關(guān)注的那些部分所作的模擬，只能抓主要因素和主要特征，而不得不舍棄某些因素。

關(guān)于樣本線性相關(guān)系數(shù)，正確的是（）。