当随机解释变量与随机干扰项同期相关时，如果仍用最小二乘法估计，则估计量有偏且非一致。

当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（） 如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。 如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。 如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。 如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。   如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量是（ ）。 模型中解释变量X与随机扰动项μ同期不相关但异期相关，则得到的参数OLS估计量有偏不一致。() 中国大学MOOC: 耐用品存量调整模型的随机解释变量与随机误差项 解释变量与随机误差项相关，是产生多重共线性的主要原因。（ ） 一旦模型中的解释变量是随机变量,则违背了基本假定,使得模型的普通最小二乘估计量有偏且不一致 当两变量的相关系数接近相关系数的最小取值-1时，表示这两个随机变量之间()。 随机解释变量问题 在回归模型中，随机干扰项反映了自变量对因变量的影响。（ ） 测量平差中，当观测值为正态随机变量时，基于最小二乘准则和最大似然估计准则得到的平差结果是一致的 随机干扰项 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（ ） 中国大学MOOC: 当存在序列相关时，广义最小二乘法的预测结果通常优于普通最小二乘法。 在包含有随机解释变量的回归模型中，可用作随机解释变量的工具变量必须具备的条件有，此工具变量（ ）。 如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ ） 存在随机解释变量的情形包括()。