计算OLS估计量无须古典线性回归模型的基本假定。

试证明：二元线性回归模型Yi=β0＋β1X1i＋β2X2i＋μi中变量X1与X2的参数的OLS估计可以写成 其中，r为X1与X2的

普通最小二乘法 (Ordinary Least Squares 简记OLS)是一元线性回归模型的参

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

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：（）Ａ参数估计量的线性和无偏

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

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)。（)