模型如果存在异方差，但仍然使用OLS对参数进行估计会产生哪些后果？有哪些常用的方法可以检验异方差？

A.当存在异方差、序列相关和多重共线时，都会导致参数显著性检验失去意义

B.当存在异方差、序列相关和多重共线时，利用普通最小二乘估计的估计量都存在

C.当存在异方差、序列相关和多重共线时，仍然可以进行模型预测

D.当存在异方差、序列相关和多重共线时，如果参数估计量参在，那么都具有有效性

E.当存在异方差、序列相关和多重共线时，都可以通过一定的方法进行补救

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F检验失效

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，则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，则OLS残差必定表现出明显的趋势

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F检验失效

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，则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，则OLS残差必定表现出明显的趋势

简述异方差对下列各项有何影响：

(1)OLS估计量及其方差；

(2)置信区间；

(3)显著性t检验和F检验的使用。

A.固定效应模型参数过多

B.OLS估计存在遗漏变量偏差

C.OLS估计没有采用HAC标准误

D.固定效应模型没有正确处理异方差问题