模型的对数变换可以消除异方差性

下面关于回归模型中异方差性的陈述正确的是（） 中国大学MOOC: 对数变换可增强图像中的暗细节，同时减弱图像中的亮细节。 偏态分布数值资料，对数变换后，分布仍呈偏态。描述数据的集中趋势宜用（） 当模型存在异方差性时,OLS估计仍然是有效估计 如果模型存在异方差性，最常用的参数估计方法是（ ）。 偏态分布数值资料，对数变换后，分布仍然呈偏态，描述原始数据集中趋势宜用 中国大学MOOC: 若Park检验和White检验均未检验出异方差性，回归模型一定不存在异方差问题。 偏峰分布资料，对数变换后仍不服从对称分布，描述其集中趋势时习惯上宜用（） 偏峰分布资料，对数变换后仍不服从对称分布，描述其集中趋势时习惯上宜用 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（）。 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 [ ] 计量经济学模型如果出现异方差性，会产生以下后果（） 异方差性 如果模型中存在异方差性，对模型又什么影响？这时候模型还能进行应用分析吗？ 广义最小二乘法可消除异方差。 广义最小二乘法可消除异方差。() 偏态分布资料，对数变换后仍不服从对称分布，描述其集中趋势时习惯上宜用（　　）。 某偏态分布数值资料，经对数变换后，分布仍然呈偏态，描述原始数据集中趋势宜用（　　）。 计量经济学模型如果出现异方差性，会产生的后果是（） 当模型存在异方差性时，对参数估计量的影响包括