在多元線性回歸模型中，解釋變量間呈現(xiàn)線性關(guān)系的現(xiàn)象稱為（）問題，給計(jì)量經(jīng)濟(jì)建模帶來不利影響，因此需檢驗(yàn)和處理它。

如果模型中出現(xiàn)隨機(jī)解釋變量并且與隨機(jī)誤差項(xiàng)相關(guān)時(shí)，最常用的估計(jì)方法是（）。

選擇作為工具變量的變量必須滿足以下條件（）。

什么是工具變量，選擇作為工具變量的變量必須滿足哪些條件？

用于檢驗(yàn)序列相關(guān)的DW統(tǒng)計(jì)量的取值范圍是（）。

檢驗(yàn)樣本是否存在多重共線性的常見方法有：（）和逐步回歸法

如果回歸模型中的隨機(jī)誤差項(xiàng)存在異方差，則模型參數(shù)的普通最小二乘估計(jì)量（）。

針對存在異方差現(xiàn)象的模型進(jìn)行估計(jì)，下面哪些方法可能是適用的（）。

普通最小二乘法、加權(quán)最小二乘法都是（）的特例。

戈德菲爾德—匡特檢驗(yàn)法可用于檢驗(yàn)（）。