（X ）1、一般情况下，在用线性回归模型进行预测时，个值预测与均值预测结果相等，且
它们的置信区间也相同。
（Y ）2、对于模型Yi=β0+β1X1i+β2X2i+……+βkXki+μi，i=1,2, ……,n；如果X2=X5 +X6， 则模型必然存在解释变量的多重共线性问题。
（ X ）3、OLS回归方法的基本准则是使残差项之和最小。
（ Y ）4、在随机误差项存在正自相关的情况下，OLS法总是低估了估计量的标准差。 （Y ）5、无论回归模型中包括多少个解释变量，总离差平方和的自由度总为（n-1）。 （ Y ）6、一元线性回归模型的F检验和t检验是一致的。
（ X ）7、如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误
差项的序列相关。
（ Y ）8、在近似多重共线性下，只要模型满足OLS的基本假定，则回归系数的最小二
乘估计量仍然是一BLUE估计量。
（ X）9、所谓参数估计量的线性性，是指参数估计量是解释变量的线性组合。
22
（ Y ）10、拟合优度的测量指标是可决系数R或调整过的可决系数，R越大，说明回
归方程对样本的拟合程度越高。
（Y ）1、最小二乘法进行参数估计的基本原理是使残差平方和最小。
（X ）2、一般情况下，用线性回归模型进行预测时，个值预测与均值预测相等，且置信
区间也相同。
（ X ）3、如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差
项的序列相关。
（ Y ）4、若回归模型存在异方差问题，应使用加权最小二乘法进行修正。 （ X ）5、多元线性回归模型的F检验和t检验是一致的。 （Y ）6、DW检验只能检验随机误差项是否存在一阶自相关。
（ X ）7、总离差平方和（TSS）可分解为残差平方（RSS）和与回归平方和（ESS），其中
残差平方（RSS）表示总离差平方和可由样本回归直线解释的部分。
（Y ）8、拟合优度用于检验回归方程对样本数据的拟合程度，其测量指标是可决系数或
调整后的可决系数。 （ Y ）9、对于模型Yi??0??1X1i?...??nXni?ui i?1,2,...,n；如果X2?X3?X1，则模型必然存在解释变量的多重共线性问题。
（ Y ）10、所谓OLS估计量的无偏性，是指参数估计量的数学期望等于各自真值。