WLS是加权最小二乘法，用于处理异方差问题；

在修正异方差的方法中，不包括

A、加权最小二乘法

B、异方差稳健推断

C、对模型的对数变换法

D、两阶段最小二乘法

2. 当已知异方差的具体形式时，用模型变换法和加权最小二乘法能消除异方差。

加权最小二乘法能完全消除误差项的序列相关性。

如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（）。

A. 无偏且有效

B. 无偏但非有效

C. 有偏但有效

D. 有偏且非有效

异方差性的后果包括

A、参数估计量不再满足无偏性

B、变量的显著性检验失去意义

C、模型的预测失效

D、忽视异方差，直接使用普通最小二乘法得到参数估计量方差较大

存在异方差时，普通最小二乘法通常会高估参数估计量的方差

当存在序列相关时，广义最小二乘法的预测结果通常优于普通最小二乘法。

异方差性不会改变最小二乘估计量的（ ）

A、无偏性、一致性

B、有偏性、一致性

C、无偏性、非一致性

D、有偏性、非一致性

OLS方法可以用于估计联立方程模型；