模型不满足基本假设时，无法使用普通最小二乘法进行估计。 A. 对B. 错

考查要点：本题主要考查对普通最小二乘法（OLS）基本假设及其适用性的理解。
核心思路：明确OLS的基本假设的作用，区分“无法使用OLS”与“估计结果不可靠”两个概念。
关键点：

1. OLS的基本假设（如线性、无多重共线性、同方差等）确保了估计量的“最佳线性无偏”（BLUE）性质。
2. 即使假设不满足，OLS仍能计算出估计值，但估计量可能失去无偏性或有效性。
3. 题目中的表述混淆了“无法使用”与“结果不可靠”，需判断其逻辑是否成立。

题目解析：

• 基本假设的作用：OLS的基本假设是保证估计量具备理想性质（如无偏、有效）的条件，而非OLS本身能否运行的条件。
• 假设不满足时的后果：
  • 若存在异方差，OLS估计量仍无偏，但不再有效（需用加权最小二乘法）。
  • 若模型设定错误（如遗漏变量），估计量有偏，但OLS仍可计算。
• 结论：即使模型不满足基本假设，OLS仍可使用，但需根据具体问题调整推断方法（如稳健标准误）。因此，题目中的说法错误。