如果模型存在序列相关，可以采用（ ）估计模型的参数。

若回归模型中的随机误差项存在异方差性，则估计模型参数应采用 [ ] 若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（）。 针对存在序列相关现象的模型估计，下述哪些方法可能是适用的（ ）。 如果模型存在异方差性，最常用的参数估计方法是（ ）。 平滑技术预测模型参数对时间序列资料采用的原则是（　　　） 对于合理预期的消费函数模型，参数估计应采用()。 采用OLS法估计具有异方差模型的参数估计量是无效的 Probit模型或Logit模型最主要的参数估计方法是（）。 Probit模型或Logit模型最主要的参数估计方法是 为消除自相关影响，可采用（）等方法估计模型 如果在回归模型中出现随机误差项之间存在相关性，我们称模型出现了序列相关性。（） 采用OLS法估计具有异方差模型的参数估计量是有偏的 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（）。 序列相关是指回归模型中（） 若多元线性回归模型存在自相关问题，可能产生的不利影响是（）。Ⅰ.模型参数估计量失去有效性Ⅱ.参数的OLS估计量的方差变大Ⅲ.参数估计一量的经济含义不合理Ⅳ.运用回归模型进行预测会失效 若多元线性回归模型存在自相关问题，这可能产生的不利影响包括（ ）。①模型参数估计值非有效②参数估计量的方差变大③参数估计量的经济含义不合理④运用回归模型进行预测会失效 gistic回归模型的参数估计常采用的方法是最大似然估计（maximum likelihood estimate）。 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是（ ）。 当采用数值解模型时,直采用（）核定模型参数 当采用数值解模型时,宜采用（）核定模型参数。