参考答案和解析
正确答案：
解析：
更多“问答题多共线性”相关问题
-
第1题：
K-Means聚类法要求自变量之间不存在共线性，是因为（）
- A、变量存在多重共线性时无法得到聚类结果
- B、变量存在多重共线性时无法解释聚类结果
- C、变量存在多重共线性时，相关变量会在距离计算中占据很高的权重，从而对聚类结果有负面的影响
- D、变量存在多重共线性时，得到的聚类结果是完全错误的
正确答案:C -
第2题：
多重共线性
正确答案: 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。 -
第3题：
多重共线性的典型表现是什么？判断是否存在多重共线性的方法有哪些？
正确答案: 多重共线性的典型表现是模型拟和较好，但偏回归系数几乎都无统计学意义；偏回归系数估计值不稳定，方差很大；偏回归系数估计值的符号可能与预期不符或与经验相悖，结果难以解释。
具体判断方法有：解释变量之间简单相关系数矩阵法；方差扩大因子法以及一些直观判断法和逐步回归的方法。 -
第4题：
何为多重共线性？多重共线性对资料分析有何影响？
正确答案: 1.多重共线性是指多元回归中自变量之间存在较强的线性关系，这种情况在实际中非常常见，比如研究高血压与年龄、吸烟年限、饮白酒年限等因素回归关系，这些自变量之间通常是相关的，如果相关程度很高，所得到的回归方程会很不可靠，可能会将很有统计学意义的自变量变得无统计学意义在多重线性回归分析中，当一个或n个自变量可以由另外的自变量线性表达时，称为该自变量与另外的自变量间存在有多重共线性（muti-co-lineanty）
2.如果自变量间共线性程度很高（相关系数接近1），使用最小二乘法建立的回归方程就有可能失效，偏回归系数的估计值容易失真且稳定性差（即计算结果并不是参数的估计值，且没有实际意义），补充“可引起的问题”见后
3.消除多重共线性的自变量
①剔除某个造成共线性的自变量
②将具有多重共线性的自变量合并成一个新的变量
③逐步回归方法遏制有较强相关关系的变量同时进入方程 -
第5题：
问答题导致多共线性出现的原因主要有哪些？正确答案： 一般认为，导致多共线性出现的原因主要有以下三个：
（1）模型中的一些自变量可能是时间的函数，即随着时间的推移，这些变量会呈现同步变动的趋势；（2）如果某个变量的当前值和它的滞后值同时作为模型的自变量，那么，这个变量的当前值和它的滞后值就可能存在着相关关系；（3）自变量之间本身就存在着因果关系。解析： 暂无解析 -
第6题：
问答题什么是多重共线性？如何处理多重共线性？正确答案： 多重共线性，指回归方程中两个或两个以上的自变量彼此相关的现象，多见于时间序列。
处理方法为：剔除不重要变量、增加样本容量；回归系数的有偏估计等。解析： 暂无解析 -
第7题：
问答题如何考察自变量之间是否存在多重共线性问题？如果存在多重共线性，会有怎样的不良后果？如何在尽量不降低模型解释能力的前提下消除多重共线性问题？正确答案： 多重共线性可从以下几个方面识别：
1）变量的重要性与专业不符
2）R2高，但各自变量对应的回归系数均不显著
3）方差膨胀因子（VIF）>10
4）回归系数的符号与专业知识不符
不良后果：
1）参数估计值的标准误差变得很大，从而t值变得很小
2）回归方程不稳定，增加或减少某几个观察值，估计值可以发生很大变化
3）t检验不准确，误将应保留在方程中的重要变量舍弃
4）估计值的客观符号与客观实际不一致
解决方法：当发现自变量存在严重的多重共线性时，可以通过剔除一些不重要的自变量、增大样本容量、对回归系数做有偏估计（如采用岭回归法、主成分法、偏最小二乘法等）等方法来克服多重共线性。解析： 暂无解析 -
第8题：
单选题德宾—沃森（DW）检验用来检验（）A多共线性
B异方差性
C规范预测
D自相关性
正确答案： A解析： 暂无解析 -
第9题：
单选题在多共线性比较严重的情况下，可以采取下列哪种方法来加以消除？（）A改变导致多共线性的自变量的参数
B延长数据观察的长度
C放弃导致多共线性的自变量
DB或C
正确答案： B解析： 暂无解析 -
第10题：
问答题什么叫多重共线性？正确答案： 多重共线性是指回归分析中，统计总体的某个自变量与其它自变量的总体线性相关。解析： 暂无解析 -
第11题：
问答题试举一个产生多重共线性的经济实例。正确答案： 例如有人建立某地区粮食产量回归模型，以粮食产量为因变量Y，化肥用量为X1，水浇地面积为X2，农业投入资金为X3。由于农业投入资金X3与化肥用量X1，水浇地面积X2有很强的相关性，所以回归方程效果会很差。再例如根据某行业企业数据资料拟合此行业的生产函数时，资本投入、劳动力投入、资金投入与能源供应都与企业的生产规模有关，往往出现高度相关情况，大企业二者都大，小企业都小。解析： 暂无解析 -
第12题：
问答题多重共线性直观判定法包括哪些主要方法？正确答案： （1）R2较高，而显著t统计量较少时，可能存在多重共线性问题。
（2）当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，就认为回归方程存在严重的多重共线性。
（3）一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性。
（4）有些解释变量的回归系数所带符号与定性分析结果违背时，可能存在多重共线性问题。
（5）解释变量间的相关系数较大时，可能会出现多重共线性问题。解析： 暂无解析 -
第13题：
多重共线性的实质是什么？为什么会出现多重共线性？
正确答案: 多重共线性包括完全的多重共线性和不完全的多重共线性。多重共线性实质上是样本数据问题，出现了解释变量系数矩阵的线性相关问题。
产生多重共线性的经济背景主要有以下几种情形：
第一，经济变量之间具有共同变化趋势。
第二，模型中包含滞后变量。
第三，利用截面数据建立模型也可能出现多重共线性。
第四，样本数据自身的原因。 -
第14题：
什么是共线性？什么是多重共线性？
正确答案:共线性是指回归模型中的各个解释变量之间不存在线性关系。“多重共线性”一词常常用来表示解释变量之间具有较高的共线性程度,但又不是完全共线性的情形。 -
第15题：
导致多共线性出现的原因主要有哪些？
正确答案: 一般认为，导致多共线性出现的原因主要有以下三个：
（1）模型中的一些自变量可能是时间的函数，即随着时间的推移，这些变量会呈现同步变动的趋势；（2）如果某个变量的当前值和它的滞后值同时作为模型的自变量，那么，这个变量的当前值和它的滞后值就可能存在着相关关系；（3）自变量之间本身就存在着因果关系。 -
第16题：
在多共线性比较严重的情况下，可以采取下列哪种方法来加以消除？（）
- A、改变导致多共线性的自变量的参数
- B、延长数据观察的长度
- C、放弃导致多共线性的自变量
- D、B或C
正确答案:D -
第17题：
问答题具有严重多重共线性的回归方程能不能用来做经济预测？正确答案： 虽然参数估计值方差的变大容易使区间预测的“区间”变大，使预测失去意义。但如果利用模型去做经济预测，只要保证自变量的相关类型在未来期中一直保持不变，即使回归模型中包含严重多重共线性的变量，也可以得到较好预测结果；否则会对经济预测产生严重的影响。解析： 暂无解析 -
第18题：
问答题RNA的拼接 、剪辑与再编码对共线性概念有何影响？正确答案： RNA的拼接 、剪辑与再编码可能会改变基因携带的遗传信息的表达，产生新的遗传信息，纠正译码环节的一些错误，是对基因与蛋白质的共线性关系的发展和补充。解析： 暂无解析 -
第19题：
问答题简述多重共线性及其原因。正确答案：解析： -
第20题：
问答题多重共线性的来源有哪些？正确答案： 多重共线性的来源，通常是多个变量受到某种相同因素的影响，而存在共同的变化趋势。当模型中存在自变量的滞后项时也容易引起多重共线性。解析： 暂无解析 -
第21题：
问答题多重共线性的处理方法有哪些？正确答案：
多重共线性的处理有以下几种处理方法:
(1)将一个或多个相关的自变量从模型中剔除,使保留的自变量尽可能不相关。
(2)如果要在模型中保留所有的自变量,那就应该:①避免根据t统计量对单个参数β进行检验;②对因变量y值的推断(估计或预测)限定在自变量样本值的范围内。解析： 暂无解析 -
第22题：
问答题存在严重共线性时，估计参数产生的后果有哪些？正确答案： （1）多重共线性不改变参数估计量的无偏性。
（2）多重共线性使参数的最小二乘估计的方差很大，即估计值的精度很低。
（3）t检验和F检验失效。解析： 暂无解析 -
第23题：
问答题多重共线性补救方法有哪几种？正确答案： 处理多重共线性问题的方法很多，常用的有下面几种。
（1）使用非样本先验信息
如果据先前的经济计量分析或经济理论分析已知模型中的共线性解释变量的参数间具有某种线性关系，则可利用此条件消除解释变量间的多重共线性。
（2）横截面与时间序列数据并用
就是先利用横截面数据估计某一参数，将结果代入原方程后，再利用时间序列数据估计另一参数。
（3）剔除一些不重要的共线性解释变量
（4）增大样本容量
（5）使用有偏估计解析： 暂无解析