（在线性回归模型满足若干基本假定的条件下应用普通最小二乘法可以得到无偏且有效的参数估计。但是在实际的经济学问题中完全满足这些基本假定的情况并不多见。违背基本假定的情况主要有随机干扰项序列存在异方差性、序列相关性、解释变量之间存在多重共线性，解释变量是随机变量且与随机干扰项相关。在进行计量经济学模型的回归分析时，必须对所研究的对象是否满足下的基本假定进行检验即检验是否存在一种或多种违背基本假定的情况，如果存在这种情况，则不能直接使用OLS法进行参数估计而必须采取补救措施或发展新的估计方法。）这段话换一种描述方式

在经济学领域，我们经常使用线性回归模型进行分析，但是这个模型的应用需要满足一些基本假设条件。然而，在实际情况中，这些条件并不总是被满足的。例如，随机干扰项存在异方差性、序列相关性、解释变量之间存在多重共线性，或者解释变量是随机变量并且与随机干扰项相关等。因此，在进行回归分析时，我们必须检验所研究的对象是否满足这些基本假设条件。如果存在违反这些条件的情况，我们就不能直接使用普通最小二乘法进行参数估计，而必须采取其他措施或者开发新的估计方法。