A.异方差Park和Glejser检验法都给出了可参考的方差结构
B.利用Park和Glejser检验的方差结构一定能有效消除异方差
C.Glejser检验结出的方差结构比较粗糙
D.在经济学中，通常对变量取对数或变量变换来修改异方差

A.方差=A*Xi，选择权重W=1/（Xi）^（-0.5）
B.方差=A*Xi2，选择权重W=1/Xi
C.方差=A*f（Xi），选择权重W=1/f（Xi）^（-0.5）
D.方差=A*f（Xi），选择权重W=1/（Xi）^（-0.5）

A.不同Xi所对应的总体残差方差已知，利用加权最小二乘法来消除异方差
B.不同Xi所对应的样本残差的方差结构已知，利用GLS来消除或降低异方差
C.不同Xi所对应的样本残差的方差结构已知，利用OLS法来消除异方差
D.根据具体问题，可以考虑选择不同的模型变换来消除异方差性

A.Yi^为负数，而B2为偶数，Park检验依然可行
B.对ui^2=B1*（Yi^）B2两边取自然对数线性化，然后再检验
C.原假设：B2=0，拒绝了原假设，则说明存在异方差
D.Park检验法还检验了异方差的结构形式

A.图示验法
B.回归检验法
C.White检验法
D.DW检验

A.异方差性
B.多重共线性
C.序列相关
D.设定误差

A.OLS法得到的估计量是线性的、无偏的
B.样本方差依然是真实总体方差的无偏估计量
C.T检验和F检验的结果可能会失效
D.OLS法得到的估计量不再具有最小方差性

A.人类学习行为的Error-learning模式影响
B.样本数据存在例外点
C.社会经济现象存在规模效应
D.人们个体心理和情绪的波动

A.对给定Xi，无法得到对Yi和总体回归函数残差，但可得到var（ui∣xi）
B.对给定Xi，随机获得某一个Yi，得到样本残差ui^而非总体残差ui
C.对一组样本（Xi，Yi）而言，只能获得样本回归函数
D.实际中用样本回归函数代替总体的，用样本残差代替总体标准差，通过样本残差序列分布趋势来分析同方差

A.哑变量的作用是将数据分类
B.哑变量设为0还是1，输出的回归结果完全一样
C.哑变量设为0还是1，得出的结论完全一样
D.变量分为N类，需要的哑变量个数

A.X的相对变化，引起Y的期望值绝对量变化
B.Y关于X的边际变化
C.X的绝对量发生一定变动时，引起因变量Y的相对变化率
D.Y关于X的弹性