如果回归模型存在异方差时,参数的 OLS 估计是无偏的（）

用简明的理由说明以下命题是正确的、错误的或者不确定的。

a.当异方差性出现时，0LS估计量是有偏误的和非有效的。

b.如果出现异方差性，则惯用的t检验和F检验无效。

c.在异方差性的情况下，常用的0Ls法必定高估了估计量的标准误。

d.如果OLS回归的残差表现出系统模式，这就说明数据中存在异方差性。

e.没有任何一般性的异方差性检验能独立于误差项与某变量相关的假定。

f.如果一个回归模型误设(比如说，漏掉一个重要变量)，则0LS残差必定表现出明显的样式。

g.如果模型不正确地漏掉一个有非恒定方差的回归元，则(OLS)残差将是异方差性的。

试证明：二元线性回归模型中变量X₁与X₂的参数OLS估计可以写成：

其中，r为X₁与X₂的相关系数。讨论r等于或接近1时，该模型的估计问题。

A.线性性

B.无偏性

C.一致性

D.最优性

假设决定y的总体模型是，而这个模型满足假定MLR.1~MLR.4。但我们估计了漏掉x3的模型。回归的OLS估计量。(给定样本中自变量的值)证明的期望值是