前提条件：一元线性回归模型Yi=b0+b1Xi+ui 。E(ui|Xi)=0 。残差=Yi-(估计值b0)-(估计值b1)*Xi 。误差项ui不服从正态分布。判断正误：
1. OLS估计值b0 仍然无偏性，即使ui不服从正态分布
2. 在小样本里，OLS估计值b1是一致性
3. 残差之和总是0
4. X的方差越大，估计值b1越能被准确估计
5. 误差项包含所有影响X的变量


前提条件：多元线性回归模型Yi=b0+b1X1i+...+bkXki+ui
判断正误：
1. 如果X1和其他解释变量不相关，那么OLS估计值B1是一致性
2. 如果一个解释变量是其余解释变量的线性函数，那么不可能算出OLS估计值b1，...，估计值bk
3. 异方差性的情况下，那么不可能算出t值
4. 如果解释变量X1和误差项相关，OLS估计值b1不是一致性
5. 样本越大，那么决定系数，R^2，修正决定系数之间的差别越小


在下初学者，请多多关照！谢谢！