异方差性将导致（）。A. 普通最小二乘法估计量有偏和非一致B. 普通最小二乘法估计量非有效C. 普通最小二乘法估计量的方差的估计量有偏D. 建立在普通最小二乘法估计基础上的假设检验失效E. 建立在普通最小二乘法估计基础上的预测区间变宽

步骤 1：理解异方差性对普通最小二乘法（OLS）估计量的影响
异方差性是指误差项的方差不是常数，而是随着解释变量的变化而变化。在存在异方差性的情况下，OLS估计量仍然是无偏和一致的，但不再是有效的，即它们的方差不是最小的。

步骤 2：分析普通最小二乘法估计量的性质
在存在异方差性的情况下，OLS估计量的方差估计量是有偏的，这意味着我们不能准确地估计出参数的标准误差。这将导致基于这些标准误差的假设检验和预测区间变得不可靠。

步骤 3：评估假设检验和预测区间的可靠性
由于OLS估计量的方差估计量是有偏的，基于这些估计量的假设检验和预测区间将失效。假设检验的p值和预测区间的宽度将不再准确，从而影响我们对模型的解释和预测能力。