正确的是下列哪项：（）A、如果模型的R2很高，我们可以认为此模型的质量较好B、如果模型的R2较低，我们可以认为此模型的质量较差C、如果某一参数不能通过显著性检验，我们应该剔除该解释变量D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量

题目

正确的是下列哪项：（）

  • A、如果模型的R2很高，我们可以认为此模型的质量较好
  • B、如果模型的R2较低，我们可以认为此模型的质量较差
  • C、如果某一参数不能通过显著性检验，我们应该剔除该解释变量
  • D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量
相似考题

1.多元线性回归模型中，如果方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进行显著性检验。（ ）此题为判断题(对，错)。

2.多元线性回归模型中，如果方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进行显著性检验。( )A．正确B．错误

3.下列属于统计推断检验的是()。A.拟合优度检验B.变量显著性检验C.模型预测检验D.方程显著性检验

4.变量选择是用来选择最好的判别器子集，如果要考虑模型效率，我们应该做哪些变量选择的考虑()1.多个变量其实有相同的用处2.变量对于模型的解释有多大作用3.特征携带的信息4.交叉验证A.1和4B.1,2和3C.1,3和4D.以上所有

更多“正确的是下列哪项：（）A、如果模型的R2很高，我们可以认为此模型的质量较好B、如果模型的R2较低，我们可以认为此模型的质量较差C、如果某一参数不能通过显著性检验，我们应该剔除该解释变量D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量”相关问题

  • 第1题：

    判定系数r2是用于一元线性回归模型的显著性检验的指标。（ ）


    正确答案：×

  • 第2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

    答案：B,C,D,E
    解析：

  • 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.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4题：

    关于多元线性回归模型的说法，正确的是（ ）。

    A.如果模型的R2很接近1，可以认为此模型的质量较好
    B.如果模型的R2很接近0，可以认为此模型的质量较好
    C.R2的取值范围为R2>1
    D.调整后的砰测度多元线性回归模型的解释能力没有R2好

    答案：A
    解析：
    R2表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为：0≤R2≤1，R2越接近于1，线性回归模型的解释力越强。当利用R2来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点：R2的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R2变大。为了克服这个缺点，一般采用调整后的R2来测度多元线性回归模型的解释能力。

  • 第5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6题：

    关于多元线性回归模型的说法，正确的是()。

    A.如果模型的R2很接近1，可以认为此模型的质量较好
    B.如果模型的R2很接近0，可以认为此模型的质量较好
    C.R2的取值范围为R2>1
    D.调整后的R2测度多元线性回归模型的解释能力没有R2好

    答案：A
    解析：
    R2表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为：0≤R2≤1，R2越接近于1，线性回归模型的解释力越强。当利用R2来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点：R2的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R2变大。为了克服这个缺点，一般采用调整后的R2来测度多元线性回归模型的解释能力。

  • 第7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8题：

    关于联立方程组模型，下列说法中错误的是（）

    • A、 结构模型中解释变量可以是内生变量，也可以是前定变量
    • B、 简化模型中解释变量可以是内生变量
    • C、 简化模型中解释变量是前定变量
    • D、 结构模型中解释变量可以是内生变量

    正确答案:B

  • 第9题：

    回归模型的决定系数R2=1，反映了（　）。

    • A、回归直线可以解释因变量的所有变化
    • B、回归直线可以解释因变量的部分变化
    • C、回归直线无法解释因变量的变化
    • D、回归模型拟合效果较差

    正确答案:A

  • 第10题：

    单选题
    关于多元线性回归模型的说法，正确的是（　　）。
    A

    如果模型的R2很接近1，可以认为此模型的质量较好

    B

    如果模型的R2很接近0，可以认为此模型的质量较好

    C

    R2的取值范围为R2＞1

    D

    调整后的R2测度多元线性回归模型的解释能力没有R2好


    正确答案： C
    解析：
    R2表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为：0≤R2≤1，R2越接近于1，线性回归模型的解释力越强。当利用R2来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点：R2的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R2变大。为了克服这个缺点，一般采用调整后的R2来测度多元线性回归模型的解释能力。

  • 第11题：

    单选题
    关于多元线性回归模型的说法，正确的是（　　）。[2016年4月真题]
    A

    如果模型的R2很接近1，可以认为此模型的质量较好

    B

    如果模型的R2很接近0，可以认为此模型的质量较好

    C

    R2的取值范围为R2＞1

    D

    调整后的R2测度多元线性回归模型的解释能力没有R2好


    正确答案： B
    解析：
    R2表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为：0≤R2≤1，R2越接近于1，线性回归模型的解释力越强。当利用R2来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点：R2的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R2变大。为了克服这个缺点，一般采用调整后的R2来测度多元线性回归模型的解释能力。

  • 第12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。

  • 第13题：

    F检验只是检验回归模型中各个系数（参数）的显著性，而t检验是检验整个回归关系的显著性。 （ ）


    答案：错
    解析：
    答案为B。在一元线性回归分析中，b的t检验和模型整体的F检验二者取 其一即可。但是在多元回归分析中，它们是不等价的。t检验只是检验回归模型中各个系数 (参数）的显著性，而F检验是检验整个回归关系的显著性。

  • 第14题：

    关于多元线性回归模型的说法，正确的是（ ）。

    A.如果模型的R2很高，我们可以认为此模型的质量较好
    B.如果模型的R2很低，我们可以认为此模型的质量较差
    C.如果某一参数不能通过显著性检验，我们应该剔除该解释变量
    D.如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量

    答案：D
    解析：

  • 第15题：

    下列关于逐步回归法说法错误的是（ ）。
    A、逐步回归法先对单个解释变量进行回归，再逐步增加变量个数
    B、有可能会剔除掉重要的解释变量从而导致模型产生设定偏误
    C、如果新引入变量未能明显改进拟合优度值，则说明新引入的变量与其他变量之间存在共线性
    D、如果新引入变量后t检验显著，则说明新引入的变量与其他变量之间存在共线性


    答案：D
    解析：
    逐步回归法是指以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。根据拟合优度的变化以及结合F检验和t检验的显著性决定是否保留新引入的变量。如果新引入了变量后使得F检验和t检验均显著，并且增加了拟合优度，则说明新引入的变量是一个独立解释变量，可考虑在模型中保留该变量:如果新引入的变量未能明显改进拟合优度值，或者F检验和t检验出现了不显著现象，则说明新引入的变量与其他变量之间存在共线性。

  • 第16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17题：

    关于多元线性回归模型的说法，正确的是（ ）。
    A、如果模型的R很接近1，可以认为此模型的质量较好
    B、如果模型的R很接近0，可以认为此模型的质量较好
    C、 R的取值范围为R>1
    D、调整后的R测度多元线性回归模型的解释能力没有R好


    答案：A
    解析：
    R表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为:0≤R≤1,R越接近于1,线性回归模型的解释力越强.当利用R来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点，R的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R变大。为了克服这个缺点，一般采用调整后的R来测度多元线性回归模型的解释能力。

  • 第18题：

    采用最小二乘原理进行多元参数估计时，当出现可决系数R2较大，模型参数的联合检验(F检验)显著性明显，但单个参数的t检验可能不显著，可以认为模型存在异方差问题。（ ）


    答案：错
    解析：
    采用最小二乘原理进行参数估计时，当出现可决系数R2较大，模型参数的联合检验(F检验)显著性明显，但单个参数的t检验可能不显著，甚至可能得出估计的回归系数与实际的符号相反的结论时，可以认为模型存在多重共线性问题。

  • 第19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20题：

    下列说法中正确的是（）。

    • A、如果模型的R2很高，我们可以认为此模型的质量较好
    • B、如果模型的R2很低，我们可以认为此模型的质量较差
    • C、如果某一参数不能通过显著性检验，我们应该剔除该解释变量
    • D、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量

    正确答案:D

  • 第21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22题：

    单选题
    回归模型的决定系数R2=1，反映了（　）。
    A

    回归直线可以解释因变量的所有变化

    B

    回归直线可以解释因变量的部分变化

    C

    回归直线无法解释因变量的变化

    D

    回归模型拟合效果较差


    正确答案： B
    解析： 决定系数，也称R2，可以测度回归直线对样本数据的拟合程度，决定系数的取值在0到1之间，大体上说明了回归模型所能解释的因变蛩变化占因变量总变化的比例。决定系数越高，模型的拟合效果越好，即模型解释因变量的能力越强。如果说有观测点都落在回归直线点，R2=1，说明回归直线可以解释因变量的所有变化。

  • 第23题：

    单选题
    关于多元线性回归模型的说法，正确的是()。
    A

    如果模型的R2很接近1，可以认为此模型的质量较好

    B

    如果模型的R2很接近0，可以认为此模型的质量较好

    C

    R2的取值范围为R2>1

    D

    调整后的R2测度多元线性回归模型的解释能力没有R2好


    正确答案： D
    解析： R2表示总离差平方和中线性回归解释的部分所占的比例，其取值范围为：0≤R2≤1，R2越接近于1，线性回归模型的解释力越强。当利用R2来度量不同多元线性回归模型的拟合优度时，存在一个严重的缺点：R2的值随着解释变量的增多而增大，即便引入一个无关紧要的解释变量，也会使得R2变大。为了克服这个缺点，一般采用调整后的R2来测度多元线性回归模型的解释能力。

相关内容