A.解釋變量的系數(shù)是有偏的
B.解釋變量的系數(shù)是不一致的
C.OLS估計(jì)量的誤差方差和標(biāo)準(zhǔn)都是無偏的
D.回歸系數(shù)的t檢驗(yàn)和模型顯著性的F檢驗(yàn)結(jié)果不可靠
您可能感興趣的試卷
你可能感興趣的試題
A.解釋變量有遺漏
B.解釋變量有冗余
C.模型形式有偏誤
D.模型度量選擇出現(xiàn)偏誤
A.模型簡潔性
B.代入數(shù)據(jù)后,參數(shù)估計(jì)量能夠求解出唯一解,即模型是可識(shí)別的
C.樣本數(shù)據(jù)與模型有較大擬合優(yōu)度
D.模型估計(jì)結(jié)論與相關(guān)理論有較好的一致性
A.因子分析法
B.嶺回歸分析法
C.路徑分析法
D.主成份分析法
A.刪掉一個(gè)或多個(gè)變量
B.差分方法
C.對(duì)模型變量進(jìn)行變換或重新設(shè)定模型
D.利用先驗(yàn)信息、補(bǔ)充樣本或數(shù)據(jù)
A.研究目標(biāo)是預(yù)測(cè)被解釋變量均值時(shí),多重共線性必定導(dǎo)致壞的結(jié)果
B.一般程度的共線性不用采取救治措施
C.樣本數(shù)據(jù)導(dǎo)致的多重共線性的救治辦法有限
D.關(guān)鍵是降低多重共線性的程度
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(duì)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(duì)降低共線性程度或許有利
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(duì)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
最新試題
相關(guān)分析與回歸分析的經(jīng)濟(jì)含義一樣。
在計(jì)量經(jīng)濟(jì)模型中,隨機(jī)擾動(dòng)項(xiàng)與殘差項(xiàng)無區(qū)別。
對(duì)于被解釋變量平均值預(yù)測(cè)與個(gè)別值預(yù)測(cè)區(qū)間,()。
下列哪些是處理內(nèi)生性問題的方法? ()
計(jì)量模型()。
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。
對(duì)于被解釋變量平均值預(yù)測(cè)與個(gè)別值預(yù)測(cè),()。
請(qǐng)論述計(jì)量經(jīng)濟(jì)學(xué)在現(xiàn)代經(jīng)濟(jì)研究中的應(yīng)用及其重要性。
下列哪些是計(jì)量經(jīng)濟(jì)學(xué)的基本假設(shè)?()
無多重共線性是簡單線性回歸模型的古典假定之一。