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。

多重共線性是總體的特征。

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。

當(dāng)存在自相關(guān)時(shí)，OLS估計(jì)量是有偏的并且也是無(wú)效的。

線性回歸模型意味著變量是線性的。

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

隨機(jī)誤差項(xiàng)iu和殘差項(xiàng)ie是一回事。

在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。

異方差會(huì)使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會(huì)使其低估。

在異方差的情況下，OLS估計(jì)量誤差放大的原因是從屬回歸的2R變大。