异方差性
题目
异方差性
相似考题
参考答案和解析
正确答案:
对于不同的解释向量，被解释变量的随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。
更多“异方差性”相关问题
-
第1题：
下列关于异方差性检验的叙述，正确的是（ ）。A.通过图示法可以精确断定模型是否存在异方差性
B.G-Q检验需要对样本进行排序
C.G-Q检验不需要对样本进行排序
D.怀特（White）检验需要对样本进行排序答案：B解析：异方差性的检验方法有：图示法、帕克检验与戈里瑟检验、G-Q检验和怀特检验等。图示法只能进行大概的判断；帕克检验与戈里瑟检验需要选择不同的解释变量，进行多次反复试验；G-Q检验克服了帕克检验与戈里瑟检验中存在的困难，但需要对样本进行排序，并且只能对异方差为单调递增或单调递减的情况进行检验；怀特检验则不需要排序，并且能对任何形式的异方差进行检验。 -
第2题：
回归检验法可以处理回归模型中常见的（ ）问题。A.异方差性
B.序列相关性
C.多重共线性
D.同方差性答案：B解析：回归模型中常见的问题有三种：异方差性、序列相关性和多重共线性，处理序列相关性的方法有：（1）回归检验法：（2）D.W检验：（3）冯诺曼比检验法。 -
第3题：
下列选项中说法正确的有（）。
- A、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性
- B、当异方差出现时，常用的t和F检验失效
- C、异方差情况下，通常的OLS估计一定高估了估计量的标准差
- D、如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性
- E、如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势
正确答案:B,E -
第4题：
存在异方差条件下普通最小二乘法具有如下性质（）
- A、线性性
- B、无偏性
- C、最小方差性
- D、有偏性
- E、无效性
正确答案:A,B,E -
第5题：
什么是异方差？如何处理异方差问题？
正确答案:异方差，指方差项与解释变量相关，多见于截面数据。处理方法为加权最小二乘法或改变模型的数学形式（如将线性模型改为对数线性模型）。 -
第6题：
下列关于异方差性、自相关性和多重共线性的说法，正确的有（）。
- A、当存在异方差性、自相关性和多重共线性时，都会导致参数显著性检验失去意义
- B、当存在异方差性、自相关性和多重共线性时，利用普通最小二乘法的估计量都存在
- C、当存在异方差性、自相关性和多重共线性时，仍然可以进行模型预测
- D、当存在异方差性、自相关性和多重共线性时，如果参数估计量存在，那么都具有有效性
- E、当存在异方差性、自相关性和多重共线性时，都可以通过一定的方法进行补救
正确答案:A,E -
第7题：
产生异方差的原因是什么？试举例说明经济现象中的异方差性。
正确答案:原因包括模型设定误差，模型中略去重要解释变量或者模型数学形式不正确都可能导致异方差。样本数据的观测误差以及截面数据中总体各单位的差异等也会导致异方差的存在。 -
第8题：
在异方差条件下普通最小二乘法具有如下性质（）
- A、线性
- B、无偏性
- C、最小方差性
- D、精确性
- E、有效性
正确答案:A,B -
第9题：
消除异方差性的主要方法有（）、（）和（）等。
正确答案:模型变换法；加权最小二乘法；广义最小二乘法 -
第10题：
广义最小二乘法可同时克服异方差性、序列相关性对参数估计的影响。
正确答案:正确 -
第11题：
问答题什么是异方差？如何处理异方差问题？正确答案： 异方差，指方差项与解释变量相关，多见于截面数据。处理方法为加权最小二乘法或改变模型的数学形式（如将线性模型改为对数线性模型）。解析： 暂无解析 -
第12题：
问答题异方差性正确答案：解析： -
第13题：
下列说法不正确的是（ ）A.异方差是一种随机误差现象
B.异方差产生的原因有设定误差
C.检验异方差的方法有F检验法
D.修正异方差的方法有加权最小二乘法答案：C解析： -
第14题：
什么是异方差性？
正确答案:当面临的模型违背同方差性假设时，称为异方差问题。 -
第15题：
当模型存在异方差时，加权最小二乘估计量具有（）
- A、线性性
- B、无偏性
- C、有效性
- D、一致性
- E、不是最小方差无偏估计量
正确答案:A,B,C,D -
第16题：
在线性回归模型中，假定随机误差ε（）。
- A、同方差
- B、异方差
- C、独立性
- D、数学期望为0
- E、服从正态分布
正确答案:A,C,D,E -
第17题：
检验异方差性的常用方法主要有（）、（）、（）和（）等。
正确答案:戈德菲尔德—匡特检验；怀特检验；帕克检验；戈里瑟检验 -
第18题：
产生异方差性的原因及异方差性对模型的OLS估计有何影响。
正确答案: （1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本
数据的测量误差；（4）随机因素的影响。产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、
模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；（4）模型估计式的代表性降低，预测精度精度降低。 -
第19题：
产生虚假回归的原因是（）。
- A、自相关性
- B、异方差性
- C、序列非平稳
- D、随机解释变量
正确答案:C -
第20题：
异方差性的解决方法有哪些？
正确答案: 解决方法：
（1）模型变换法；
（2）加权最小二乘法；
（3）模型的对数变换等 -
第21题：
检验异方差性的方法有哪些？
正确答案: （1）图示检验法；（2）戈德菲尔德—匡特检验；（3）怀特检验；（4）戈里瑟检
验和帕克检验（残差回归检验法）；（5）ARCH检验（自回归条件异方差检验） -
第22题：
问答题产生异方差性的原因及异方差性对模型的OLS估计有何影响。正确答案： 产生原因：
（1）模型中遗漏了某些解释变量；
（2）模型函数形式的设定误差；
（3）样本数据的测量误差；
（4）随机因素的影响。产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，
主要有：
（1）不影响模型参数最小二乘估计值的无偏性；
（2）参数的最小二乘估计量不是一个有效的估计量；
（3）对模型参数估计值的显著性检验失效；
（4）模型估计式的代表性降低，预测精度精度降低。解析： 暂无解析 -
第23题：
多选题存在异方差条件下普通最小二乘法具有如下性质（）A线性性
B无偏性
C最小方差性
D有偏性
E无效性
正确答案： A,B,E解析： 暂无解析