中国大学MOOC: 在异方差的情况下，参数估计量仍是无偏的，其原因是

在序列自相关的情况下，参数估计值仍是无偏的，其原因是（ ） 存在异方差情况下，线性回归模型的结构参数的普通最小二乘估计量是有偏的和非有效的。 进行参数估计时，参数的方差越大，意味着估计量越精确。 在任何情况下OLS估计量都是待估参数的最优线性无偏估计。（ ） 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 总体参数的无偏估计量的方差小于其他的无偏估计的是（）。 采用OLS法估计具有异方差模型的参数估计量是无效的 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。   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（） 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（） 中国大学MOOC: 参数的估计量具备有效性是指（） 在参数估计中，无偏性是衡量一个估计量是否理想的惟一准则。 在参数估计中，无偏性是衡量一个估计量是否理想的唯一准则。（） 在参数估计中，无偏性是衡量一个估计量是否理想的惟一准则。（） 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。( ) 完全多重共线性下参数估计量 完全多重共线性产生的后果包括参数估计量的方差 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。 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。（ ）