OLS回归模型是一种基本的线性回归分析方法。在进行OLS回归时，需要进行一系列检验来确保模型的可靠性。其中包括自变量的多重共线性检验、残差的正态性检验，误差项的同方差性检验，另外还应该做异方差性检验和外生性检验。

其中，自变量的多重共线性检验是非常重要的，因为多重共线性会使得回归系数的估计值不准确。

而误差项的异方差性检验则是为了检验误差项是否服从同一方差分布，如果出现异方差性，则OLS回归结果将产生偏差和不准确性。

外生性检验是为了排除模型中变量之间可能存在的内部关联性而进行的。通过这些检验，可以确保OLS回归模型能够准确地描述数据，得到可靠的分析结果。