最小二乘估计量的性质有哪些？

如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。 如果回归模型中随机误差项之间存在序列相关，则普通最小二乘估计量不是无偏估计量，也不再具有最小方差的性质。   模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。 当模型存在异方差时，加权最小二乘估计量具有（） 如果回归模型违背了无自相关假定，最小二乘估计量是（ ） 在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量。(    ) 当模型存在异方差现象进，加权最小二乘估计量具备（ ）。 ?当模型存在异方差现象进，加权最小二乘估计量具备 如果回归模型违背了同方差假定，最小二乘估计量是有偏无效的。（ ） 中国大学MOOC: 存在近似多重共线性时，参数的最小二乘估计量满足大样本性质 当经典假设满足时，普通最小二乘估计量具有最优线性无偏特征（） 如果回归模型违背了无自相关性的假定,则普通最小二乘估计量是 假设线性回归模型满足全部基本假设，最小二乘回归得到的参数估计量具备()。 存在异方差情况下，普通最小二乘估计量依然是无偏和有效的（） 在满足一系列基本假设的情况下，模型结构参数的最大似然估计量与普通最小二乘估计量是相同的 如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（ ） 间接最小二乘法、两阶段最小二乘法的适用范围如何？要保证参数估计量的性质，需要满足什么前提？ 对于一元线性回归模型，在经典线性回归的假定下，参数的最小二乘估计量是最小方差无偏估计。（ ） 如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。 中国大学MOOC: 最小二乘处法所确定的估计量的精度取决于（ ）和函数关系。