判断模型参数估计量的符号、大小、相互之间关系的合理性属于（ ）准则。

采用OLS法估计具有异方差模型的参数估计量是无效的 采用OLS法估计具有异方差模型的参数估计量是有偏的 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（ ）。 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 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（） 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 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 相合性是参数估计量最基本的要求。 完全多重共线性下参数估计量 进行参数估计时，参数的方差越大，意味着估计量越精确。 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 参数估计量是以公式形式得到的参数估计结果，是非随机变量。参数估计是将具体的样本观察数据代入参数估计公式得到的参数估计结果，是具体的数值。() 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（）。<br/>Ⅰ参数估计量非有效<br/>Ⅱ变量的显著性检验无意义<br/>Ⅲ模型的预测失效<br/>Ⅳ参数估计量有偏 OLS参数估计量具有如下统计性质，即、、。 在参数估计中，一个估计量的抽样分布的数学期望等于被估计的总体参数，我们说这个估计量具有： 参数的假设检验的基础是参数估计量的分布性质 在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（ ）的统计性质。 若模型出现序列相关性，仍釆用OLS估计模型参数，则会产生下列不良后果：除了（）Ａ参数估计量的线性和无偏性虽不受影响，但是参数估计量失去有效性；Ｂ模型的显著性检验失去意义；Ｃ模型的预测失效Ｄ多重共线性使得参数估计值不 稳定，并对于样本非常敏感