回归模型在近似共线性下参数估计量的方差会增大，方差膨胀因子为1/1-r。（ ）

题目
回归模型在近似共线性下参数估计量的方差会增大，方差膨胀因子为1/1-r。（ ）

相似考题

1.如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（ ）。A．不确定，方差无限大B．确定，方差无限大C．不确定，方差最小D．确定，方差最小

2.对于一元线性回归模型，在经典线性回归的假定下，参数的最小二乘估计量是最小方差无偏估计。（ ）

3.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

4.在单因子方差分析中可获得的结论有（ ）。 A.因子A是否显著 B.因子A各水平值μ的估计量 C.因子A各水平下的方差是否相等 D.因子A各水平下的指标服从正态分布 E.误差方差σ2的估计量

更多“回归模型在近似共线性下参数估计量的方差会增大，方差膨胀因子为1/1-r。（ ）”相关问题

  • 第1题：

    回归模型y=Xβ+μ存在近似共线性，如果使用普通最小二乘法估计其中的参数，那么参数估计量的方差会（ ）。

    A.变大
    B.变小
    C.不变
    D.不能确定

    答案：A
    解析：

  • 第2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3题：

    若多元线性回归模型存在自相关问题.这可能产生的不利影晌的是（ ）。
    Ⅰ.模型参数估计值非有效
    Ⅱ.参数佑计量的方差变大
    Ⅲ.参数估计量的经济含义不合理
    Ⅳ.运用回归模型进行预测会失效

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

    答案：C
    解析：
    回归模型存在白相关问题带来的后果有:①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性；②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的的t统计量变小，从而接受原假设Ⅰ3=0的可能性增大，检验就失去意义。采用其他检验也是如此；③模型的预测失效。

  • 第4题：

    若多元线性回归模型存在自相关问题，这可能产生的不利影响的是( )。

    A: 模型参数估计值非有效
    B: 参数估计量的方差变大
    C: 参数估计量的经济含义不合理
    D: 运用回蚪模型进行预测会失效

    答案：A,B,D
    解析：
    回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，
    但是参数估计量失去有效性，②变量的显著性检验失去意义，在关于变量的显著性检验巾，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增人，因此实际的t统计量变小，从而接受原假发2 i=0的可能性增大，检验就失去意义，采用其他检验也是如此，③模型的预测失效。

  • 第5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6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7题：

    如果股指期货回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）

    • A、不确定，方差无限大
    • B、确定，方差无限大
    • C、不确定，方差最小
    • D、确定，方差最小

    正确答案:A

  • 第8题：

    如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）

    • A、不确定，方差无限大
    • B、确定，方差无限大
    • C、不确定，方差最小
    • D、确定，方差最小

    正确答案:A

  • 第9题：

    存在异方差情况下，线性回归模型的结构参数的普通最小二乘估计量是有偏的和非有效的。


    正确答案:错误

  • 第10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11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： D,B
    解析： 暂无解析

  • 第12题：

    单选题
    若多元线性回归模型存在自相关问题，可能产生的不利影响是() I 模型参数估计量失去有效性 Ⅱ参数的OLS估计量的方差变大 Ⅲ参数估计量的经济含义不合理 IV 运用回归模型进行预测会失效
    A

    I、II、III、IV

    B

    I、II、III

    C

    I、III、IV

    D

    I、II、IV


    正确答案： B
    解析： 回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi=0的可能性增大，检验就失去意义，采用其他检验也是如此，③模型的预测失效。

  • 第13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

    答案：A,B,C
    解析：
    模型存在异方差性的后果是：①普通最小二乘法（OLS）的参数估计量非有效。参数估计量仍然具有线性性、无偏性，但不具有有效性。而且，在大样本情况下，尽管参数估计量具有一致性，但仍然不具有渐近有效性；②变量的显著性检验失去意义；③模型的预测失效。若仍用OLS法去估计参数的方差，会高估或低估参数估计量的方差。

  • 第14题：

    如果某模型的参数方差膨胀因子VIF=20，则认为（ ）是严重的。

    A.异方差问题
    B.序列相关问题
    C.多重共线性问题
    D.解释变量与随机项的相关性

    答案：C
    解析：

  • 第15题：

    若多元线性回归模型存在自相关问题，可能产生的不利影响是（ ）。
    Ⅰ.模型参数估计量失去有效性
    Ⅱ.参数的OLS估计量的方差变大
    Ⅲ.参数估计一量的经济含义不合理
    Ⅳ.运用回归模型进行预测会失效

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


    答案：D
    解析：
    回归模型存在自相关问题带来的后果有:①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性;②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi=0的可能性增大，检验就失去意义，采用其他检验也是如此;③模型的预测失效。

  • 第16题：

    当存在严重的多重共线性时，普通最小二乘法往往会低估参数估计量的方差。


    正确答案:错误

  • 第17题：

    模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。

    • A、增大
    • B、减小
    • C、有偏
    • D、非有效

    正确答案:A

  • 第18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19题：

    多元线性回归模型中，发现各参数估计量的t值都不显著，但模型的判定系数却很大，F统计量也很显著，这说明模型存在（）。

    • A、多重共线性
    • B、异方差
    • C、自相关
    • D、设定偏误

    正确答案:A

  • 第20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21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22题：

    单选题
    若多元线性回归模型存在自相关问题，这可能产生的不利影响包括（　　）。Ⅰ．模型参数估计值非有效Ⅱ．参数估计量的方差变大Ⅲ．参数估计量的经济含义不合理Ⅳ．运用回归模型进行预测会失效
    A

    Ⅰ、Ⅱ、Ⅲ

    B

    Ⅰ、Ⅱ、Ⅳ

    C

    Ⅰ、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案： B
    解析：
    回归模型存在自相关问题带来的后果有：①不影响参数估计量的线性和无偏性，但是参数估计量失去有效性；②变量的显著性检验失去意义，在关于变量的显著性检验中，当存在序列相关时，参数的OLS估计量的方差增大，标准差也增大，因此实际的t统计量变小，从而接受原假设βi＝0的可能性增大，检验就失去意义，采用其他检验也是如此；③模型的预测失效。

  • 第23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

相关内容