对于出现了异方差性的计量经济模型，仍采用OLS法估计模型参数，会产生什么不良后果？为什么？

在用OLS估计回归模型时，存在异方差问题将导致（）。 在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。 下列说法正确的有: 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|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|异方差情况下，通常的OLS估计一定高估了估计量的标准差|当异方差出现时，常用的t和F检验失效|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 异方差情况下，通常的OLS估计一定高估了估计量的标准差。 异方差情况下，通常的OLS估计一定高估了估计量的标准差（） 计量经济学模型如果出现异方差性，会产生以下后果（） 计量经济学模型如果出现异方差性，会产生的后果是（） 异方差会使OLS估计量的标准误差高估，而自相关会使其低估。（ ） 异方差会使OLS估计量的标准误差高估，而自相关会使其低估。 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（ ）。 回归模型中具有异方差性时,仍用OLS估计模型,则以下说法正确的是( ) 回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（ ） 如果OLS法估计的残差呈现系统模式，则意味着存在着异方差。 当模型出现异方差性时，参数OLS估计值的变异程度减小，从而造成对被解释变量y的预测误差变大，降低预测精度，这就表明模型的预测功能失效。（） 当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对被解释变量y的预测误差变大，降低预测精度，这就表明模型的预测功能失效。（） 模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（ ）。 若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（）。 若回归模型中的随机误差项存在异方差性，则估计模型参数应采用 [ ] 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参数估计量的经济含义不合理IV运用回归模型进行预测会失效