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

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

在異方差的情況下，OLS估計(jì)量誤差放大的原因是從屬回歸的2R變大。

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(huì)趨于變小，相應(yīng)的t值會(huì)趨于變大。

判定系數(shù)2R的大小不受回歸模型中所包含的解釋變量個(gè)數(shù)的影響。

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(wú)偏的。

多重共線性是一種隨機(jī)誤差現(xiàn)象。

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

總體回歸線是當(dāng)解釋變量取給定值時(shí)因變量的條件均值的軌跡。

雙對(duì)數(shù)模型中的斜率表示因變量對(duì)自變量的彈性。