識(shí)別的階條件僅僅是判別模型是否可識(shí)別的必要條件而不是充分條件。

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)。

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。

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

線性回歸模型意味著變量是線性的。

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。

多重共線性是一種隨機(jī)誤差現(xiàn)象。

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。

任何兩個(gè)計(jì)量經(jīng)濟(jì)模型的2R都是可以比較的。

對(duì)于多元回歸模型，如果聯(lián)合檢驗(yàn)結(jié)果是統(tǒng)計(jì)顯著的則意味著模型中任何一個(gè)單獨(dú)的變量均是統(tǒng)計(jì)顯著的。