第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果错误，说明理由）P661，OLS法是使残差平方和最小化的估计方法。
对2，计算OLS估计值无需古典线性回归模型的基本假定。
对3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS 估计量不再是BLUE，但仍为无偏估计量。
错只要满足（1）——（4），OLS估计量就是BLUE4，最小二乘斜率系数的假设检验所依据的是t分布，要求߈的抽样分布是正态分布。
对5,R =TSS/ESS错R =ESS/TSS6，若回归模型中无截距项，则Σet=0未必成立。
对7，若原假设未被拒绝，则它为真。
错只能说不能拒绝原假设8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。
错Var(߈)=б /Σxt 只有当Σxt 恒定，上述说法才正确。
P1491，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性无偏估计量。
对2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。
对3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。
错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性的可能性4，如果存在异方差性，通常用的t检验和F检验是无效的。
对5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。
注意：本书中无偏性不成立仅两种情况：1，模型中忽略了有关的解释变量。
2，随机解释变量与扰动项同期无关。
错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。
对7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的方差，即增大误差。
错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方差，即增大误差8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高不了。
