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。

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。

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（）。

多重可決系數(shù)是模型中解釋變量個(gè)數(shù)的不減函數(shù)，這給對(duì)比解釋變量個(gè)數(shù)不同模型的多重可決系數(shù)帶來缺陷，所以需要修正。

剩余平方和RSS的自由度為（）

采用差分方式降低模型多重共線性時(shí)，可能存在的問題包括（）。

經(jīng)濟(jì)參數(shù)是變量間數(shù)量關(guān)系和經(jīng)濟(jì)數(shù)量規(guī)律性的具體體現(xiàn)，獲取經(jīng)濟(jì)參數(shù)的數(shù)值是經(jīng)濟(jì)計(jì)量分析的主要目的。

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

經(jīng)濟(jì)變量之間具有共同變化趨勢(shì)是導(dǎo)致模型產(chǎn)生多重共線性的重要原因之一。

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。