如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。

A.无偏的，非有效的

B.有偏的，非有效的

C.无偏的，有效的

D.有偏的，有效的

A.无偏性，非有效的

B.有偏性，非有效的

C.无偏性，有效的

D.有偏的，有效的

A.无偏、非有效

B.有偏、非有效

C.无偏、有效

D.有偏、有效

A.无偏的，非有效的

B.有偏的，非有效的

C.无偏的，有效的

D.有偏的，有效的

A.无偏的，非有效的

B.有偏的，非有效的

C.无偏的，有效的

D.有偏的，有效的

对一元线性回归模型Yi=β₀+β₁X_i+μ_i，如果已知Var(μ_i)=σ²，则可对原模型以权1/σ_i相乘后变换成如下的二元模型：。对该模型进行OLS估计就是加权最小二乘法。试证明该模型的随机干扰项是同方差的，并求出β₁的上述加权最小二乘估计量。

如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）。

A．不确定，方差无限大

B．确定，方差无限大

C．不确定，方差最小

D．确定，方差最小

A.当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性

B.当异方差出现时，常用的t和F检验失效

C.异方差情况下，通常的OLS估计一定高估了估计量的标准差

D.如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性

E.如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势

A.不确定，方差无限大

B.确定，方差无限大

C.不确定，方差最小

D.确定，方差最小

A.不确定，方差无限大

B.确定，方差无限大

C.不确定，方差最小

D.确定，方差最小