線性回歸模型意味著變量是線性的。

識(shí)別的階條件僅僅是判別模型是否可識(shí)別的必要條件而不是充分條件。

在存在接近多重共線性的情況下，回歸系數(shù)的標(biāo)準(zhǔn)差會(huì)趨于變小，相應(yīng)的t值會(huì)趨于變大。

為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。

判定系數(shù)2R的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。

在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。

對(duì)于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

整個(gè)多元回歸模型在統(tǒng)計(jì)上是顯著的意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

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

多重共線性是一種隨機(jī)誤差現(xiàn)象。