异方差模型中参数估计量仍然是线性无偏的，但不是有效的，方差不再具有最小方差性。
举一反三
- 如果模型存在异方差性，仍然使用最小二乘法估计模型参数，则（ ） A: 最小二乘估计量（OLSE）仍然具有线性无偏性 B: OLSE 不再具有最小方差性 C: 回归参数t检验失效 D: 可采用加权最小二乘法消除异方差
- 回归模型中随机误差存在异方差性,参数的普通最小二乘估计量是( )。 A: 无偏的,但方差不是最小的 B: 有偏的,且方差不少最小 C: 无偏的,且方差最小 D: 有偏的,但方差仍最小
- 线性回归模型存在异方差时,最小二乘估计量仍然是有效的。
- 古典线性回归模型的随机扰动项若存在异方差,则哪个不正确( ) A: OLS估计量仍然是线性的 B: OLS估计量仍然是无偏的 C: OLS估计量仍然是有效的 D: OLS估计量的方差是有偏的
- 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