在異方差的情況下，OLS估計量誤差放大的原因是從屬回歸的2R變大。

整個多元回歸模型在統(tǒng)計上是顯著的意味著模型中任何一個單獨的變量均是統(tǒng)計顯著的。

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。

如果回歸模型違背了同方差假定，最小二乘估計量是有偏無效的。

內(nèi)生變量的滯后值仍然是內(nèi)生變量。

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。

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

隨機誤差項iu和殘差項ie是一回事。

總體回歸線是當(dāng)解釋變量取給定值時因變量的條件均值的軌跡。