当存在严重的多重共线性时，普通最小二乘法往往会低估参数估计量的方差。
在用普通最小二乘法估计回归模型时，存在异方差问题将导致（ ）。 Ⅰ.参数估计量非有效 Ⅱ.变量的显著性检验无意义 Ⅲ.模型的预测失效 Ⅳ.参数估计量有偏 A、Ⅰ.Ⅱ.Ⅳ B、Ⅰ.Ⅱ.Ⅲ C、Ⅰ.Ⅲ.Ⅳ D、Ⅱ.Ⅲ.Ⅳ
点击查看答案
异方差性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大
当模型存在异方差性时，对参数估计量的影响包括（）。A、参数估计量非有效B、变量的显著性检验失去意义C、模型的预测失效D、参数估计量的方差被低估E、参数估计量的方差被高估
序列相关性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大
自相关情况下将导致（）A、参数估计量不再是最小方差线性无偏估计量B、均方差MSE可能严重低估误差项的方差C、常用的F检验和t检验失效D、参数估计量是无偏的E、利用回归模型进行预测的结果会存在较大的误差
当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）A、有偏估计量B、有效估计量C、无效估计量D、渐近有效估计量
试比较说明模型存在异方差时，普通最小二乘法与加权最小二乘法的区别与联系。
