當(dāng)存在自相關(guān)時，OLS估計(jì)量是有偏的并且也是無效的。

在存在異方差情況下，常用的OLS法總是高估了估計(jì)量的標(biāo)準(zhǔn)差。

異方差問題總是存在于橫截面數(shù)據(jù)中，而自相關(guān)則總是存在于時間序列數(shù)據(jù)中。

線性回歸是指解釋變量和被解釋變量之間呈現(xiàn)線性關(guān)系。

在存在接近多重共線性的情況下，回歸系數(shù)的標(biāo)準(zhǔn)差會趨于變小，相應(yīng)的t值會趨于變大。

一個聯(lián)立方程模型中的外生變量在另一個聯(lián)立方程模型中可能是內(nèi)生變量。

杜賓—瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。

擬合優(yōu)度R2的值越大，說明樣本回歸模型對總體回歸模型的代表性越強(qiáng)。

異方差會使OLS估計(jì)量的標(biāo)準(zhǔn)誤差高估，而自相關(guān)會使其低估。

引入虛擬變量后，用普通最小二乘法得到的估計(jì)量仍是無偏的。