如果回归模型中的随机误差项存在异方差，则模型参数的OLS估计是()。
A: 无偏、有效估计量
B: 无偏、非有效估计量
C: 有偏、有效估计量
D: 有偏、非有效估计量
A: 无偏、有效估计量
B: 无偏、非有效估计量
C: 有偏、有效估计量
D: 有偏、非有效估计量
举一反三
- 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: 标准误的OLS估计量是有偏的。 F: 标准误的OLS估计量是无偏的。 G: OLS估计假设检验仍然可靠。 H: OLS估计的假设检验不可靠。
- 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
- 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。
- 自相关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估计量是有效的。 D: OLS估计量不再是有效的。 E: OLS估计假设检验仍然可靠。 F: OLS估计的假设检验不可靠。
- 序列相关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估计量是有效的。 D: OLS估计量不再是有效的。 E: 标准误的OLS估计量是有偏的。 F: OLS估计假设检验仍然可靠。 G: OLS估计的假设检验不可靠。