A.時(shí)間序列數(shù)據(jù)的回歸模型要注意檢驗(yàn)殘差項(xiàng)的自相關(guān)性
B.截面數(shù)據(jù)的回歸模型要注意檢驗(yàn)殘差項(xiàng)的自相關(guān)性
C.u^t=p*u^t-1+vi是滯后一階的自回歸模型
D.模型Yt=b1+b2pt-1+ut殘差項(xiàng)容易產(chǎn)生自相關(guān)性
您可能感興趣的試卷
你可能感興趣的試題
A.經(jīng)濟(jì)數(shù)據(jù)的慣性作用
B.規(guī)模效應(yīng)
C.數(shù)據(jù)的平滑、外推和內(nèi)插
D.選擇的模型偏誤
A.異方差Park和Glejser檢驗(yàn)法都給出了可參考的方差結(jié)構(gòu)
B.利用Park和Glejser檢驗(yàn)的方差結(jié)構(gòu)一定能有效消除異方差
C.Glejser檢驗(yàn)結(jié)出的方差結(jié)構(gòu)比較粗糙
D.在經(jīng)濟(jì)學(xué)中,通常對(duì)變量取對(duì)數(shù)或變量變換來(lái)修改異方差
A.方差=A*Xi,選擇權(quán)重W=1/(Xi)^(-0.5)
B.方差=A*Xi2,選擇權(quán)重W=1/Xi
C.方差=A*f(Xi),選擇權(quán)重W=1/f(Xi)^(-0.5)
D.方差=A*f(Xi),選擇權(quán)重W=1/(Xi)^(-0.5)
A.不同Xi所對(duì)應(yīng)的總體殘差方差已知,利用加權(quán)最小二乘法來(lái)消除異方差
B.不同Xi所對(duì)應(yīng)的樣本殘差的方差結(jié)構(gòu)已知,利用GLS來(lái)消除或降低異方差
C.不同Xi所對(duì)應(yīng)的樣本殘差的方差結(jié)構(gòu)已知,利用OLS法來(lái)消除異方差
D.根據(jù)具體問(wèn)題,可以考慮選擇不同的模型變換來(lái)消除異方差性
A.Yi^為負(fù)數(shù),而B(niǎo)2為偶數(shù),Park檢驗(yàn)依然可行
B.對(duì)ui^2=B1*(Yi^)B2兩邊取自然對(duì)數(shù)線性化,然后再檢驗(yàn)
C.原假設(shè):B2=0,拒絕了原假設(shè),則說(shuō)明存在異方差
D.Park檢驗(yàn)法還檢驗(yàn)了異方差的結(jié)構(gòu)形式
A.圖示驗(yàn)法
B.回歸檢驗(yàn)法
C.White檢驗(yàn)法
D.DW檢驗(yàn)
A.異方差性
B.多重共線性
C.序列相關(guān)
D.設(shè)定誤差
A.OLS法得到的估計(jì)量是線性的、無(wú)偏的
B.樣本方差依然是真實(shí)總體方差的無(wú)偏估計(jì)量
C.T檢驗(yàn)和F檢驗(yàn)的結(jié)果可能會(huì)失效
D.OLS法得到的估計(jì)量不再具有最小方差性
A.人類(lèi)學(xué)習(xí)行為的Error-learning模式影響
B.樣本數(shù)據(jù)存在例外點(diǎn)
C.社會(huì)經(jīng)濟(jì)現(xiàn)象存在規(guī)模效應(yīng)
D.人們個(gè)體心理和情緒的波動(dòng)
A.對(duì)給定Xi,無(wú)法得到對(duì)Yi和總體回歸函數(shù)殘差,但可得到var(ui∣xi)
B.對(duì)給定Xi,隨機(jī)獲得某一個(gè)Yi,得到樣本殘差ui^而非總體殘差ui
C.對(duì)一組樣本(Xi,Yi)而言,只能獲得樣本回歸函數(shù)
D.實(shí)際中用樣本回歸函數(shù)代替總體的,用樣本殘差代替總體標(biāo)準(zhǔn)差,通過(guò)樣本殘差序列分布趨勢(shì)來(lái)分析同方差
最新試題
對(duì)于定義關(guān)系所確定的一些恒等式,一般不宜用于建立單一方程模型。
在計(jì)量經(jīng)濟(jì)模型中,隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無(wú)區(qū)別。
計(jì)量經(jīng)濟(jì)學(xué)的實(shí)質(zhì)就是對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行數(shù)量分析。
當(dāng)一個(gè)變量對(duì)另一個(gè)變量的影響是正向的,我們稱(chēng)之為什么?()
在t檢驗(yàn)過(guò)程中,如果小概率事件竟然發(fā)生了,就認(rèn)為原假設(shè)不真。
論述計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)政策制定中的作用和重要性。
無(wú)多重共線性是簡(jiǎn)單線性回歸模型的古典假定之一。
對(duì)于被解釋變量平均值預(yù)測(cè)與個(gè)別值預(yù)測(cè),()。
計(jì)量模型的建立要遵循科學(xué)的理論原則,也要運(yùn)用適當(dāng)?shù)姆椒ā?/p>
相關(guān)分析與回歸分析的經(jīng)濟(jì)含義一樣。