序列相关性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大

题目

序列相关性的后果包括（）。

  • A、参数估计量不再满足无偏性
  • B、变量的显著性检验失去意义
  • C、模型的预测失效
  • D、普通最小二乘法参数估计量方差较大
相似考题

1.如果模型中存在序列自相关现象，则有如下后果（ ）A.参数估计值有偏B.参数估计值的方差不能正确确定C.变量的显著性检验失效D.预测精度降低E.参数估计值仍是无偏的

2.对具有多重共线性的模型采用普通最小二乘法进行估计参数，会产生的不良后果有（ ）。A.完全共线性下参数估计量不存在B.参数估计量不具有有效性C.近似共线性下普通最小二乘法参数估计量的方差变大D.参数估计量经济含义不合理E.变量的显著性检验和模型的预测功能失去意义

3.当模型存在异方差性时，对参数估计量的影响包括（ ）。A.参数估计量非有效B.变量的显著性检验失去意义C.模型的预测失效D.参数估计量的方差被低估E.参数估计量的方差被高估

4.异方差性将导致（ ）。A.普通最小二乘法估计量有偏和非一致B.普通最小二乘法估计量非有效C.普通最小二乘法估计量的方差的估计量有偏D.建立在普通最小二乘法估计基础上的假设检验失效E.建立在普通最小二乘法估计基础上的预测区间变宽

更多“序列相关性的后果包括（）。A、参数估计量不再满足无偏性B、变量的显著性检验失去意义C、模型的预测失效D、普通最小二乘法参数估计量方差较大”相关问题

  • 第1题：

    回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（ ）

    A.参数估计值是无偏非有效的
    B.参数估计量仍具有最小方差性
    C.常用F检验失效
    D.参数估计量是有偏的

    答案：A
    解析：

  • 第2题：

    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（ ）。
    Ⅰ.回归参数估计量非有效
    Ⅱ.变量的显著性检验失效
    Ⅲ.模型的预测功能失效
    Ⅳ.解释变量之间不独立

    A、Ⅰ.Ⅱ.Ⅲ.Ⅳ
    B、Ⅰ.Ⅱ.Ⅲ
    C、Ⅱ.Ⅲ.Ⅳ
    D、Ⅰ.Ⅱ.Ⅳ


    答案：B
    解析：
    在多元线性回归模型中，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括:①多重共线性使得估计值b不稳定，并对于样本非常敏感;②使得参数估计值的方差COV (b)增大;③由于参数估计的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍去对因变量有显著影响的变量，导致模型错误;④由于COV (b)增大，做预测时，会导致预测的置信区间过大，降低预测精度。

  • 第3题：

    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（　　）。
    Ⅰ 回归参数估计量非有效
    Ⅱ 变量的显著性检验失效
    Ⅲ 模型的预测功能失效
    Ⅳ 解释变量之间不独立

    A.I、Ⅱ、Ⅲ
    B.I、Ⅱ、II
    C.I、Ⅲ、Ⅳ
    D.Ⅱ、Ⅲ、Ⅳ

    答案：A
    解析：
    在多元线性回归模型中，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括：①多重共线性使得参数估计值不稳定，并对于样本非常敏感；②使得参数估计值的方差增大；③由于参数估值的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍去对因变量有显著影响的变量，导致模型错误；④由于参数估计值的方差增大，做预测时，会导致预测的置信区间过大，降低预测精度。

  • 第4题：

    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是( )

    A: 回归参数估计量非有效
    B: 变量的显著性检验失效
    C: 模型的预测功能失效
    D: 解释变量之叫不独立

    答案：A,B,C
    解析：
    在多兀线性回归模型巾，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括：①多重共线性使得估计值b不稳定，井对于样本非常敏感，②使得参数估计值的方差COV (b)增^，③南于参数估计的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍对因变量有显著影响的变量，导致模型错误，④由于COV (b)增人，做预测时，会导致预测的置信区间过人，降低预测精度。

  • 第5题：

    如果模型中存在序列自相关现象，则有如下后果（）

    • A、参数估计值有偏
    • B、参数估计值的方差不能正确确定
    • C、变量的显著性检验失效
    • D、预测精度降低
    • E、参数估计值仍是无偏的

    正确答案:B,C,D,E

  • 第6题：

    如果模型中存在异方差现象，则会引起如下后果（）

    • A、 参数估计值有偏
    • B、 参数估计值的方差不能正确确定
    • C、 变量的显著性检验失效
    • D、 预测精度降低
    • E、 参数估计值仍是无偏的

    正确答案:B,C,D,E

  • 第7题：

    自相关情况下将导致（）

    • A、参数估计量不再是最小方差线性无偏估计量
    • B、均方差MSE可能严重低估误差项的方差
    • C、常用的F检验和t检验失效
    • D、参数估计量是无偏的
    • E、利用回归模型进行预测的结果会存在较大的误差

    正确答案:A,B,C,D,E

  • 第8题：

    回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（）

    • A、 参数估计值是无偏非有效的
    • B、 参数估计量仍具有最小方差性
    • C、 常用F检验失效
    • D、 参数估计量是有偏的

    正确答案:A

  • 第9题：

    单选题
    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是()。 Ⅰ 回归参数估计量非有效 Ⅱ 变量的显著性检验失效 Ⅲ 模型的预测功能失效 Ⅳ 解释变量之间不独立
    A

    I、Ⅱ、Ⅲ

    B

    I、Ⅱ

    C

    I、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： I、Ⅱ、Ⅲ,I、Ⅱ,I、Ⅲ、Ⅳ,Ⅱ、Ⅲ、Ⅳ
    解析： 在多元线性回归模型中，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括：①多重共线性使得参数估计值不稳定，并对于样本非常敏感；②使得参数估计值的方差增大；③由于参数估值的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍去对因变量有显著影响的变量，导致模型错误；④由于参数估计值的方差增大，做预测时，会导致预测的置信区间过大，降低预测精度。

  • 第10题：

    单选题
    在用普通最小二乘法估计回归模型时，存在异方差问题将导致()。 Ⅰ 参数估计量非有效 Ⅱ 变量的显著性检验无意义 Ⅲ 模型的预测失效 Ⅳ 参数估计量有偏
    A

    I、Ⅱ、Ⅲ

    B

    I、Ⅱ、Ⅳ

    C

    I、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： C
    解析： 计量经济学模型一旦出现异方差性，如果仍采用普通最小二乘法估计模型参数，会产生下列不良后果：①参数估计量非有效，OLS估计量仍然具有无偏性，但不具有有效性；②变量的显著性检验失去意义；③模型的预测失效，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对被解释变量的预测误差变大，降低预测精度，预测功能失效。

  • 第11题：

    单选题
    当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）
    A

    有偏估计量

    B

    有效估计量

    C

    无效估计量

    D

    渐近有效估计量


    正确答案： C
    解析： 暂无解析

  • 第12题：

    单选题
    在用普通最小二乘法估计回归模型时，存在异方差问题将导致（　　）。Ⅰ．参数估计量非有效Ⅱ．变量的显著性检验无意义Ⅲ．模型的预测失效Ⅳ．参数估计量有偏
    A

    Ⅰ、Ⅱ、Ⅲ

    B

    Ⅰ、Ⅱ、Ⅳ

    C

    Ⅰ、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： B
    解析：
    计量经济学模型一旦出现异方差性，如果仍采用普通最小二乘法估计模型参数，会产生下列不良后果：①参数估计量非有效，OLS估计量仍然具有无偏性，但不具有有效性；②变量的显著性检验失去意义；③模型的预测失效，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对被解释变量的预测误差变大，降低预测精度，预测功能失效。

  • 第13题：

    如果模型中存在异方差现象，则会引起如下后果（ ）

    A.参数估计值有偏
    B.参数估计值的方差不能正确确定
    C.变量的显著性检验失效
    D.预测精度降低
    E.参数估计值仍是无偏的

    答案：B,C,D,E
    解析：

  • 第14题：

    在用普通最小二乘法估计回归模型时，存在异方差问题将导致（ ）。
    Ⅰ.参数估计量非有效
    Ⅱ.变量的显著性检验无意义
    Ⅲ.模型的预测失效
    Ⅳ.参数估计量有偏

    A、Ⅰ.Ⅱ.Ⅳ
    B、Ⅰ.Ⅱ.Ⅲ
    C、Ⅰ.Ⅲ.Ⅳ
    D、Ⅱ.Ⅲ.Ⅳ


    答案：B
    解析：
    计量经济学模型一旦出现异方差性，如果仍采用普通最小二乘法估计模型参数，会产生下列不良后果:①参数估计量非有效，OLS估计量仍然具有无偏性，但不具有有效性;②变量的显著性检验失去意义;③模型的预测失效:当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。

  • 第15题：

    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（ ）。
    I回归参数估计量非有效
    Ⅱ变量的显著性检验失效
    Ⅲ模型的预测功能失效
    Ⅳ解释变量之间不独立

    A.I、Ⅱ、Ⅲ
    B.I、Ⅱ
    C.I、Ⅲ、Ⅳ
    D.Ⅱ、Ⅲ、Ⅳ

    答案：A
    解析：
    在多元线性回归模型中，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括：①多重共线性使得参数估计值不稳定，并对于样本非常敏感；②使得参数估计值的方差增大；③由于参数估值的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍去对因变量有显著影响的变量，导致模型错误；④由于参数估计值的方差增大，做预测时，会导致预测的置信区间过大，降低预测精度。

  • 第16题：

    异方差性的后果包括（）。

    • A、参数估计量不再满足无偏性
    • B、变量的显著性检验失去意义
    • C、模型的预测失效
    • D、普通最小二乘法参数估计量方差较大

    正确答案:B,C

  • 第17题：

    当模型存在异方差性时，对参数估计量的影响包括（）。

    • A、参数估计量非有效
    • B、变量的显著性检验失去意义
    • C、模型的预测失效
    • D、参数估计量的方差被低估
    • E、参数估计量的方差被高估

    正确答案:A,B,C

  • 第18题：

    异方差情况下将导致（）

    • A、参数估计量是无偏的，但不是最小方差无偏估计
    • B、参数显著性检验失效
    • C、模型预测失效
    • D、参数估计量是有偏的，且方差不是最小的
    • E、模型预测有效

    正确答案:A,B,C

  • 第19题：

    当一个线性回归模型的随机误差项存在序列相关时，直接用普通最小二乘法估计参数，则参数估计量为（）

    • A、有偏估计量
    • B、有效估计量
    • C、无效估计量
    • D、渐近有效估计量

    正确答案:C

  • 第20题：

    对具有多重共线性的模型采用普通最小二乘法估计参数，会产生的不良后果有（）。

    • A、完全共线性下参数估计量不存在
    • B、参数估计量不具有有效性
    • C、近似共线性下普通最小二乘法参数估计量的方差变大
    • D、参数估计量的经济意义不合理
    • E、变量的显著性检验和模型的预测功能失去意义

    正确答案:A,B,C,D,E

  • 第21题：

    多选题
    异方差情况下将导致（）
    A

    参数估计量是无偏的，但不是最小方差无偏估计

    B

    参数显著性检验失效

    C

    模型预测失效

    D

    参数估计量是有偏的，且方差不是最小的

    E

    模型预测有效


    正确答案： E,B
    解析： 暂无解析

  • 第22题：

    多选题
    自相关情况下将导致（）
    A

    参数估计量不再是最小方差线性无偏估计量

    B

    均方差MSE可能严重低估误差项的方差

    C

    常用的F检验和t检验失效

    D

    参数估计量是无偏的

    E

    利用回归模型进行预测的结果会存在较大的误差


    正确答案： E,D
    解析： 暂无解析

  • 第23题：

    单选题
    若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（　　）。Ⅰ．回归参数估计量非有效Ⅱ．变量的显著性检验失效Ⅲ．模型的预测功能失效Ⅳ．解释变量之间不独立
    A

    Ⅰ、Ⅱ、Ⅲ

    B

    Ⅰ、Ⅱ、Ⅳ

    C

    Ⅰ、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： D
    解析：
    在多元线性回归模型中，如果存在多重共线性，将会给回归方程的应用带来严重的后果，具体包括：①多重共线性使得参数估计值不稳定，并对于样本非常敏感；②使得参数估计值的方差增大；③由于参数估值的方差增加，导致对于参数进行显著性t检验时，会出现接受零假设的可能性增加，可能会出现舍去对因变量有显著影响的变量，导致模型错误；④由于参数估计值的方差增大，做预测时，会导致预测的置信区间过大，降低预测精度。

相关内容