一個(gè)聯(lián)立方程模型中的外生變量在另一個(gè)聯(lián)立方程模型中可能是內(nèi)生變量。

為了避免陷入虛擬變量陷阱，如果一個(gè)定性變量有m類，則要引入m個(gè)虛擬變量。

多重共線性是一種隨機(jī)誤差現(xiàn)象。

內(nèi)生變量的滯后值仍然是內(nèi)生變量。

在任何情況下OLS估計(jì)量都是待估參數(shù)的最優(yōu)線性無偏估計(jì)。

在聯(lián)立方程結(jié)構(gòu)模型中，對(duì)模型中的每一個(gè)隨機(jī)方程單獨(dú)使用普通最小二乘法得到的估計(jì)參數(shù)是（）

給定顯著性水平a及自由度，若計(jì)算得到的t值超過臨界的t值，我們將接受零假設(shè)

線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。

擬合優(yōu)度R2的值越大，說明樣本回歸模型對(duì)總體回歸模型的代表性越強(qiáng)。

在回歸模型滿足DW檢驗(yàn)的前提條件下，當(dāng)d統(tǒng)計(jì)量等于2時(shí)，表明（）