对于解释变量与误差项存在相关性这一内生性问题，以下说法错误的是：

在教材中已指出，对截面数据，引起解释变量内生性的原因主要有三种情形，其中第三种情形是解释变量存在着测量误差。对于一元回归模型：。

假设解释变量X_i^*的实测值X_t与之有偏误：X_t=X_i^*+e_t，其中e_t是具有零均值，无序列相关，且与X_t^*及μ_t不相关的随机变量。试问：能否将X_t=X_i^*+e_t代入原模型，使之变换成Y_t=β₀+β₁X_t+v_t后进行估计?其中，v_t为变换后模型的随机干扰项。

A、pearson相关性检验适用于双变量正态分布

B、spearman相关性检验对原始变量的分布没有要求

C、对于服从pearson相关系数的数据不能用来计算spearman相关系数

D、kendall相关性检验对原始变量的分布没有要求，适用于两个变量为有序数据

A、可以分别求单个自变量与因变量的回归方程，然后简单求这些方程的加权和。

B、非线性回归方程的系数需要把其转化为线性回归方程才方便求解。

C、非线性回归模型的检验也可以使用。

D、Logistic回归是一种典型的非线性回归模型。

A、它们对组织行为中的概念进行简单、准确的概括

B、它们指的是缓和两个或多个变量之间关系的情景因素

C、它们表明, 每个人的动机都是金钱和经济上的特权

D、它们指的是建立在普遍真理基础上的科学因素