如果依然用OLS进行估计，以下（ ）是自相关导致的后果。
A: 参数估计量非有效
B: 可能会导致t检验失效
C: 可能会导致F检验失效
D: 参数估计量的方差是有偏的
A: 参数估计量非有效
B: 可能会导致t检验失效
C: 可能会导致F检验失效
D: 参数估计量的方差是有偏的
举一反三
- 异方差情况下可能产生的后果有( )。 A: 参数估计量仍具有无偏性 B: 估计参数的方差不再是最小的 C: t检验仍旧有效 D: 预测失效
- 回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（） A: 参数估计值是无偏非有效的 B: 参数估计量仍具有最小方差性 C: 常用F检验失效 D: 参数估计量是有偏的
- 异方差性产生的后果主要包括： A: OLS估计量是有偏的。 B: OLS估计量仍是无偏的。 C: OLS估计量仍是有效的。 D: OLS估计量不再是有效的。 E: OLS估计量失去了最小方差性。 F: 模型的预测功能失效。 G: OLS估计假设检验仍然可靠。 H: OLS估计的假设检验不可靠。
- 随机误差项自相关将导致(<br/>) A: 参数估计量是无偏的,但不是最小方差 B: 参数显著性检验失效 C: 模型预测失效 D: 参数估计量是有偏的,且方差不是最小的 E: 模型预测有效
- 自相关性，仍用OLS估计模型，则以下说法正确的是 A: 参数估计值是无偏非有效的 B: 参数估计量仍具有最小方差性 C: 参数估计量是有偏的 D: 常用t检验仍旧有效