总体方差是未知的，但是确定存在的。参数估计方差可以由样本数据计算出来，但只是总体的近似反映，未必等于真实值

多重共线性的主要后果是参数估计量具有较大的方差，所以采取适当方法减小参数估计量的方差，可以消除模型中的多重共线性（） 参数估计是依据样本信息推断未知的总体参数。(    ) 如果模型存在异方差性，最常用的参数估计方法是（ ）。 采用OLS法估计具有异方差模型的参数估计量是无效的 多重共线性的主要后果是参数估计量具有较大的方差，所以采取适当方法减小参数估计量的方差，可以消除摸型中的多重共线性。( ) 存在异方差时，普通最小二乘法通常会高估参数估计量的方差。 采用OLS法估计具有异方差模型的参数估计量是有偏的 其他条件不变时,估计量抽样分布的方差越小,参数估计更有效。   由样本统计量来估计总体参数时，要求估计量的方差尽可能的小，则方差是用来评价估计量标准的（　　）。 在参数估计中利用正态分布构造置信区间的条件是总体分布需服从正态分布，且方差已知。() 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（ ）。 总体方差估计[*]=( )。 样本方差是总体方差的无偏估计量。 样本方差是总体方差的无偏估计量。（） 样本方差是总体方差的无偏估计量。（） 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。（ ） 常用的点估计是用样本均值估计总体均值，用样本比例估计总体比例，用样本方差估计总体方差。（　　） 常用的点估计是用样本均值估计总体均值，用样本比例估计总体比例，用样本方差估计总体方差。（） 常用的点估计是用样本均值估计总体均值，用样本比例估计总体比例，用样本方差估计总体方差。