隨機(jī)變量的條件均值與非條件均值是一回事。

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

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

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。

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。

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

對于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。

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。

古典線性回歸模型具有哪些基本假定。

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。