84利用OLSE估计多元线性回归模型中未知参数的前提是,样本容量必须不少于模型中参数的个数。(A. 正确B. 错误

本题考查多元线性回归模型中利用普通最小二乘法（OLSE）估计未知参数的前提条件。

解题思路如下：
在多元线性回归模型中，设模型为 $y = X\beta+\epsilon$，其中 $y$ 是 $n\times1$ 的因变量向量，$X$ 是 $n\times k$ 的自变量矩阵（$n$ 为样本容量，$k$ 为模型中参数的个数），$\beta$ 是 $k\times1$ 的未知参数向量，$\epsilon$ 是 $n\times1$ 的随机误差向量。

普通最小二乘法（OLSE）的目标是找到参数向量 $\beta$ 的估计值 $\hat{\beta}$，使得残差平方和 $S(\beta)=(y - X\beta)^T(y - X\beta)$ 达到最小。

对 $S(\beta)$ 关于 $\beta$ 求偏导数，并令其等于零，可得：
$\frac{\partial S(\beta)}{\partial\beta}=-2X^T(y - X\beta)=0$
进一步化简得到正规方程组：
$X^TX\hat{\beta}=X^Ty$

为了从正规方程组中解出 $\hat{\beta}$，需要 $X^TX$ 是可逆矩阵。而 $X^TX$ 可逆的一个必要条件是 $X$ 的列向量线性无关，这就要求样本容量 $n$ 必须不少于模型中参数的个数 $k$，即 $n\geq k$。如果 $n < k$，则 $X^TX$ 是奇异矩阵，不可逆，无法得到唯一的参数估计值。

所以，利用 OLSE 估计多元线性回归模型中未知参数的前提是，样本容量必须不少于模型中参数的个数，该说法是正确的。