A.兩解釋變量之間相關(guān)系數(shù)較大，也不能斷定是嚴(yán)重共線性
B.輔助回歸的Ri2比Y對所有解釋變量回歸的R2大時(shí)，共線性就嚴(yán)重了
C.如果VIF很大，那么一定存在嚴(yán)重的多重共線性
D.多重共線性是樣本特性，增加樣本對降低共線性程度或許有利
您可能感興趣的試卷
你可能感興趣的試題
A.R2很高T檢驗(yàn)均顯著
B.R2很高，但存在一個(gè)或者多個(gè)T檢驗(yàn)不顯著
C.變量的回歸系數(shù)會(huì)出現(xiàn)負(fù)數(shù)
D.T檢驗(yàn)是有效的
A.方差非齊性
B.多重共線性
C.序列相關(guān)
D.設(shè)定誤差
A.完全的多重共線性時(shí)回歸系數(shù)的標(biāo)準(zhǔn)差為無窮大
B.嚴(yán)重多重共線性時(shí)估計(jì)量是BLUE的，其標(biāo)準(zhǔn)差很小
C.嚴(yán)重多重共線性常R2很高，但是t檢驗(yàn)并非都顯著
D.嚴(yán)重多重共線性時(shí)，估計(jì)量和標(biāo)準(zhǔn)差對數(shù)據(jù)變化敏感
A.多重共線性從根本上來說是程度問題
B.完全的共線性在現(xiàn)實(shí)中基本不會(huì)出現(xiàn)
C.多重共線性下得到的估計(jì)量是BLUE的
D.嚴(yán)重多重共線性會(huì)使回歸系數(shù)標(biāo)準(zhǔn)差變大
A.可能是解釋變量之間變化的方向相同導(dǎo)致的
B.多重共線性容易發(fā)生在時(shí)間序列數(shù)據(jù)之間
C.可能是模型中的滯后變量的影響導(dǎo)致的
D.可能是經(jīng)濟(jì)變量間存在密切的關(guān)聯(lián)性導(dǎo)致的
A.Park檢驗(yàn)法
B.D-W d來估計(jì)自相關(guān)系數(shù)
C.殘差項(xiàng)及其滯后項(xiàng)進(jìn)行無截距的回歸
D.Durbin的帶自回歸的兩步法
A.差分方程與原來方程的系數(shù)是完全相同的
B.差分法會(huì)減少樣本數(shù)，因此是無效的
C.差分法對消除殘差項(xiàng)之間的自相關(guān)性總是有效的
D.Prais_Winsten變換的作用是調(diào)節(jié)樣本減少的影響
A.殘差項(xiàng)之間完全正相關(guān)，d≈0
B.殘差項(xiàng)之間完全不相關(guān)，d≈2
C.殘差項(xiàng)之間完全負(fù)相關(guān)，d≈4
D.適合檢驗(yàn)自回歸模型
A.戈里瑟檢驗(yàn)
B.馮諾曼比檢驗(yàn)
C.回歸檢驗(yàn)
D.DW檢驗(yàn)
A.利用OLS法得到回歸估計(jì)量是線性、無偏的
B.利用OLS法得到回歸估計(jì)量不是有效的
C.T檢驗(yàn)和F檢驗(yàn)的結(jié)果不可靠
D.擬合程度R2能測度樣本點(diǎn)與樣本回歸函數(shù)之間真實(shí)情況
最新試題
計(jì)量經(jīng)濟(jì)學(xué)的實(shí)質(zhì)就是對經(jīng)濟(jì)現(xiàn)象進(jìn)行數(shù)量分析。
當(dāng)一個(gè)變量對另一個(gè)變量的影響是正向的，我們稱之為什么？（）
只要運(yùn)用計(jì)量模型估計(jì)出相關(guān)參數(shù)，就可以用于實(shí)際的經(jīng)濟(jì)計(jì)量分析。
在計(jì)量模型中，X、Y代表參數(shù)和表示變量。
由于簡單線性回歸與現(xiàn)實(shí)經(jīng)濟(jì)現(xiàn)象相關(guān)很遠(yuǎn)，因此預(yù)測沒有任何意義。
如果一個(gè)時(shí)間序列中的數(shù)據(jù)與其自身過去的數(shù)據(jù)存在相關(guān)性，那么這個(gè)時(shí)間序列具有自相關(guān)性。
相關(guān)分析與回歸分析的經(jīng)濟(jì)含義一樣。
在進(jìn)行回歸分析時(shí)，如果自變量和因變量之間不存在線性關(guān)系，那么回歸結(jié)果將沒有任何意義。
計(jì)量經(jīng)濟(jì)建模的最終目的是為了正確的估計(jì)出參數(shù)。
對于被解釋變量平均值預(yù)測與個(gè)別值預(yù)測區(qū)間，（）。