判断以下陈述的正误，并给出理由。 （1）尽管存在多重共线性，OLS估计量仍然是具有BLUE性质的。 （2）在高度多重共线性的情形下，要评价一个或多个偏回归系数的个别显著性是不可能的。 （3）如果有某一辅助回归显示出高的R2值，则模型中肯定存在较严重的多重共线性问题。 （4）变量的两两高度相关并不表示高度的多重共线性。 （5）如果分析的目的仅仅是预测，则多重共线性是无害的。 （6）其它条件不变，VIF越高，相应的OLS估计量的方差越大。 （7）在多元回归中，如果根据t检验，全部的偏回归系数个别来说都是不显著的，那么就不可能得到一个较高的R2。
简答题查看答案
当模型存在严重的多重共线性时，OLS估计量将不具备（）
单选题查看答案
完全多重共线性下参数估计量（）。
单选题查看答案
如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）
单选题查看答案
如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（）
单选题查看答案
一般多重共线性下参数估计量（）。
单选题查看答案
当存在严重的多重共线性时，普通最小二乘法往往会低估参数估计量的方差。
判断题查看答案
多重共线性对回归参数的估计有何影响？
简答题查看答案
对具有多重共线性的模型采用普通最小二乘法估计参数，会产生的不良后果有（）。
多选题查看答案