回归模型具有异方差性时，仍用最小二乘法估计参数，则以下错误的是
未知类型：{'options': ['参数估计量是无偏非有效的', '17de87734cf2b23.png仍具有最小方差', '常用的t和F检验失效', '预测区间增大，精度下降'], 'type': 102}
未知类型：{'options': ['参数估计量是无偏非有效的', '17de87734cf2b23.png仍具有最小方差', '常用的t和F检验失效', '预测区间增大，精度下降'], 'type': 102}
举一反三
- 回归模型具有异方差性时，仍用最小二乘法估计参数，则以下错误的是 A: 参数估计量是无偏非有效的 B: [img=57x29]1803380220bbfa2.png[/img]仍具有最小方差 C: 常用的t和F检验失效 D: 预测区间增大，精度下降
- 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
- 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
- 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
- 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: 常用F检验仍旧有效 D: 参数估计量是有偏的