線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。

在任何情況下OLS估計(jì)量都是待估參數(shù)的最優(yōu)線性無(wú)偏估計(jì)。

在聯(lián)立方程結(jié)構(gòu)模型中，對(duì)模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（）

異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。

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。

一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。

總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。

線性回歸模型意味著變量是線性的。

隨機(jī)誤差項(xiàng)iu和殘差項(xiàng)ie是一回事。

當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是有偏的并且也是無(wú)效的。