加权最小二乘(W1s)估计量是( )估计量。

在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。（） koyck变换模型参数的普通最小二乘估计量是（ ）。 在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。(    ) 如果回归模型违背了无自相关假定，最小二乘估计量是（ ） 模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。 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。   在满足一系列基本假设的情况下，模型结构参数的最大似然估计量与普通最小二乘估计量是相同的 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。（ ） 当经典假设满足时，普通最小二乘估计量具有最优线性无偏特征（） 如果回归模型违背了无自相关性的假定,则普通最小二乘估计量是 存在异方差情况下，普通最小二乘估计量依然是无偏和有效的（） 无偏估计量也是有效估计量。（　　） 无偏估计量也是有效估计量。 矩估计量都是无偏估计量。 无偏估计量也是有效估计量。（） 无偏估计量也是有效估计量（） 假设线性回归模型满足全部基本假设，最小二乘回归得到的参数估计量具备()。 工具变量法估计量是无偏估计量。()