对广义差分变换后的模型进行OLS估计，得到的OLS估计量有偏
举一反三
- 广义差分法的原理是将原模型变换为满足OLS法的差分模型，然后进行OLS估计。
- 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。
- 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。
- 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。
- 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。