A.β2=1且β3=β4/β5
B.β2=0
C.β1+β2=1且β3=-2β4
D.β0=β1且β1=0

A.是t统计量的平方根
B.与t统计量相等
C.取值必然为负
D.是t统计量的平方

A.高的R²或者并不意味着回归变量是被解释变量的真实原因
B.高的R²或者并不意味着没有忽略变量偏差
C.高的R²或者总是意味着增加的变量统计上是显著的
D.高的R²或者并不意味着你有最合适的一组回归变量

A.如果遗漏变量和变量之间是负相关，不会影响前的系数估计值
B.一定会使的系数估计值上偏
C.即使在原来包含两个变量的回归中两个斜率系数都显著为正，也可能使变量前的系数估计值为负
D.将使变量和残差项的乘积的和不为0

A.用斜率系数的估计值减1，然后除以估计值的标准误（s.e.），然后但得到数的绝对值是否大于1.96
B.用斜率系数的估计值加减1.96得到区间上下限，然后看此区间是否包含1
C.看斜率系数估计值是否介于0.95和1.05之间
D.检查看看是否很接近于1

A.若误差同方差，则采用异方差文件标准误是不合适的
B.若误差异方差，利用同方差适用标准误计算的t统计量即使在大样本下也不服从正态分布
C.同方差适用的标准误亦适用于异方差情形
D.除非有充足的理由相信误差异方差，否则还是谨慎地接受误差同方差的假设

A.E（u_i丨X_i）=0
B.(X_i,Y_i),i,…,n是独立同分布的
C.模型是同方差的
D.模型不存在完全共线性

A.如果n>25，估计量是正态分布的
B.是BLUE
C.如果误差项是同方差，那么估计量一定是正太分布
D.是无偏且一致的估计量

A.不完全多重共线性
B.仅仅是理论所关心的
C.完全多重共线性
D.实际操作中不会发生的

A.解释变量X有更多变差
B.误差项的方差更大
C.样本容量更小
D.截矩估计值更小