在动态环境中建立的本量利模型决定了估计变量可以在限制范围内变化。用估计变量的所有可能值对模型进行的测试被称为（）。

在任何条件下，估计量的方差都与估计量的均方差相等，因此一般所讲的估计误差也就是指估计量的方差。

在实际中估计联立方程模型，OLS法仍被普遍采用，是基于以下原因（）。

为了检验多元线性回归模型中被解释变量与所有解释变量之间线性关系在总体上是否显著，应该采用（）。

按经典假设，线性回归模型中的解释变量应是非随机变量，且（）。

多元线性回归模型中，如果方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进行显著性检验。( )

多元线性回归模型中回归系数的最小二乘估计量是确定性变量。

经检验后，若多元回归模型中的一个解释变量是另一个解释变量的0.95倍，则该模型中存在（）。

在二元线性回归模型中，用于度量被解释变量与方程中所有解释变量之间共同的相关程度的是( )。

模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。

狭义工具变量法参数估计量的统计性质是小样本下（），大样本下（）。

由样本统计量来估计总体参数时，要求估计量的方差尽可能的小，则方差是用来评价估计量标准的( )。