回归模型在近似共线性下参数估计量的方差会增大，方差膨胀因子为1/1-r。（ ）

若多元线性回归模型存在自相关问题，这可能产生的不利影响包括（）。<br/>Ⅰ．模型参数估计值非有效<br/>Ⅱ．参数估计量的方差变大<br/>Ⅲ．参数估计量的经济含义不合理<br/>Ⅳ．运用回归模型进行预测会失效 若多元线性回归模型存在自相关问题，可能产生的不利影响是（）。Ⅰ.模型参数估计量失去有效性Ⅱ.参数的OLS估计量的方差变大Ⅲ.参数估计一量的经济含义不合理Ⅳ.运用回归模型进行预测会失效 若多元线性回归模型存在自相关问题，可能产生的不利影响是（）<br/>I模型参数估计量失去有效性<br/>Ⅱ参数的OLS估计量的方差变大<br/>Ⅲ参数估计量的经济含义不合理<br/>IV运用回归模型进行预测会失效 当模型中解释变量存在完全多重共线性时，参数估计的方差趋向于0 存在多重共线性时，一定会使参数估计值的方差增大，从而造成估计效率的损失 若多元线性回归模型存在自相关问题，可能产生的不利影响是（）。<br/>Ⅰ.模型参数估计量失去有效性<br/>Ⅱ.参数的OLS估计量的方差变大<br/>Ⅲ.参数估计一量的经济含义不合理<br/>Ⅳ.运用回归模型进行预测会失效 采用OLS法估计具有异方差模型的参数估计量是无效的 若多元线性回归模型存在自相关问题.这可能产生的不利影晌的是（ ）。Ⅰ.模型参数估计值非有效Ⅱ.参数佑计量的方差变大Ⅲ.参数估计量的经济含义不合理Ⅳ.运用回归模型进行预测会失效 当模型存在异方差性时，对参数估计量的影响包括 当模型存在异方差性时，对参数估计量的影响包括（ ）。 采用OLS法估计具有异方差模型的参数估计量是有偏的 在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量。 在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量（） 若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（ ）。 Ⅰ.回归参数估计量非有效 Ⅱ.变量的显著性检验失效 Ⅲ.模型的预测功能失效 Ⅳ.解释变量之间不独立 对于一元线性回归模型，在经典线性回归的假定下，参数的最小二乘估计量是最小方差无偏估计。（ ） 进行参数估计时，参数的方差越大，意味着估计量越精确。 在用普通最小二乘法估计回归模型时，存在异方差问题将导致（　　）。Ⅰ．参数估计量非有效Ⅱ．变量的显著性检验无意义Ⅲ．模型的预测失效Ⅳ．参数估计量有偏 在用普通最小二乘法估计回归模型时，存在异方差问题将导致（　　）。Ⅰ参数估计量非有效Ⅱ变量的显著性检验无意义Ⅲ模型的预测失效Ⅳ参数估计量有偏 即使存在多重共线性, OLS估计量仍是无偏估计量 线性回归模型的参数估计量β^是一个随机向量Y的函数，即