OLS估计量是待估参数的最优线性无偏估计。A. 对B. 错

在统计学中，OLS（普通最小二乘法）估计量是用于线性回归模型中估计参数的方法。根据高斯-马尔可夫定理，如果满足经典线性回归模型的假设，OLS估计量是线性无偏估计量中具有最小方差的估计量，即最优线性无偏估计量（BLUE）。然而，如果模型违反了某些假设，例如存在异方差性或自相关性，OLS估计量可能不再是无偏的或最优的。因此，是否为最优线性无偏估计量取决于模型是否满足高斯-马尔可夫定理的假设。