在異方差的情況下，OLS估計量誤差放大的原因是從屬回歸的2R變大。

識別的階條件僅僅是判別模型是否可識別的必要條件而不是充分條件。

擬合優(yōu)度R2的值越大，說明樣本回歸模型對總體回歸模型的代表性越強。

多重共線性是一種隨機誤差現象。

為了避免陷入虛擬變量陷阱，如果一個定性變量有m類，則要引入m個虛擬變量。

內生變量的滯后值仍然是內生變量。

線性回歸是指解釋變量和被解釋變量之間呈現線性關系。

將一年四個季度對被解釋變量的影響引入到包含截距項的回歸模型當中，則需要引入虛擬變量的個數為（）

在存在接近多重共線性的情況下，回歸系數的標準差會趨于變小，相應的t值會趨于變大。

在聯立方程結構模型中，對模型中的每一個隨機方程單獨使用普通最小二乘法得到的估計參數是（）