回答：
如果Gauss-Markof假设成立，则OLS提供任何线性估计的最低标准误差，因此最佳线性无偏估计
说明：
鉴于这些假设
-
参数co-efficents是线性的，这只是意味着
#beta_0和beta_1# 是线性但是#X# 变量不一定是线性的#x的^ 2# -
数据来自随机样本
-
没有完美的多重共线性，因此两个变量并不是完全相关的。
-
#欧洲联盟# /#x_j）= 0# 平均条件假设为零，意味着#x_j# 变量不提供有关未观察变量的平均值的信息。 -
对于任何给定的水平，方差是相等的
#X# 即#var（U）=Σ-^ 2#
那么OLS是线性估计器群中的最佳线性估计器或（Best Linear Unbiased Estimator）BLUE。
如果你有这个额外的假设：
- 方差通常是分布的
然后OLS估计器成为最佳估计器，无论它是线性还是非线性估计器。
这实际上意味着如果假设1-5保持，那么OLS提供任何线性估计器的最低标准误差，并且如果1-6保持则它提供任何估计器的最低标准误差。