如果结果不匹配，请 
更多“在异方差的情况下，OLS估计量误差放大的原因是从属回归的R变…”相关的问题
A.当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性
B.当异方差出现时，常用的t和
C.异方差情况下，通常的OLS估计一定高估了估计量的标准差
D.如果OLS回归的残差表现出系统性，那么说明数据中不存在异方差性
E.如果回归模型中遗漏一个重要变量，那么OLS残差必定表现出明显的趋势
F.检验失效
(i)对表14.1中的混合OLS估计值， 求(合成误差
中)容许任意形式序列相关和异方差性的标准误。educ， married和union的稳健标准误与非稳健标准误相比如何？
(ii)现在，在容许特异误差uit中存在任意形式的序列相关和异方差性的情况下，求固定效应估计值的稳健标准误。它们与非稳健的FE标准误相比如何？
(iii)混合LS和FE中，序列相关情况下的标准误调整对哪种方法来说更重要？为什么？
A、随机序列项不是同方差，而是异方差
B、随机序列项序列相关，即存在自相关
C、解释变量之间相关
D、解释变量是随机变量，且与随机扰动项相关
E、因变量是随机变量，即存在误差
本题需要使用ELEM 94-95中的数据， 也可参见计算机习题C 4.10。
(i) 利用所有数据， 将lavg sal对bs， lenrol， Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对
的经济显著性和统计显著性得到什么结论？
(ii)现在去掉四个bs＞0.5的观测，即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少？利用异方差-稳健标准误来判断，它在统计上显著吗？
(iii)验证bs＞0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中， 验证其他变量的OLS系数及其标准
误与第(ii)部分中的结果相同。在5%的显著性水平上，这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0？
(iv)在这个数据集中，验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs＞0.5的每个观测都具有重要影响吗？
(v) 即便在大样本中， 就OLS对单个观测的敏感性而言， 你有何结论？
(vi) 在第(iji) 部分， 验证LAD估计量对包含这些观测不是很敏感。
vit：t=1，……，T)中的序列相关和异方差性保持稳健]的标准误为：
(i)这些标准误与非稳健标准误相比一般如何？为什么？
(ii)混合0LS的稳健标准误与RE的标准误相比如何？解释变量是否随时间变化有什么关系吗？
如果我们认为教材(13.14)中的β1为正，且
负相关，那么，在一阶差分方程中，β1的OLS估计量会有什么偏误？
