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。（ ）

题目
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。（ ）

相似考题

1.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。（ ）

2.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

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.在多元线性回归分析中，b的t检验和模型整体的F检验二者取其一即可，但是在一元回归分析中，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检验则是检验整个回归关系的显著性。（ ）

更多“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。（ ）”相关问题

  • 第1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：

    在估计出多元线性回归模型后，思考多元线性回归模型的一系列检验，据此回答以下两题。
    这些检验包括回归模型的（ ）

    A.线性关系显著性检验
    B.回归系数显著性检验
    C.拟合优度检验
    D.自相关和异方差检验

    答案：A,B,C
    解析：
    多元线性回归模型的检验有：①拟合优度检验，反映回归直线与样本观察值拟合程度；②F检验，又称为回归方程的显著性检验或回归模型的整体性检验；③t检验，t检验又称为回归系数检验。

  • 第4题：

    得到ARMA模型的估计参数后，应对估计结果进行诊断与检验，其中参数估计的显著性检验通过（ ）完成，而模型的优劣以及残差序列的判断是用（ ）完成。

    A.F检验；Q检验
    B.t检验；F检验
    C.F检验；t检验
    D.t检验；Q检验

    答案：D
    解析：
    得到ARMA模型的估计参数后，应对估计结果进行诊断与检验，主要包括：①检验模型参数的估计值是否具有统计显著性；②检验残差序列的随机性。参数估计的显著性检验依然通过t统计量完成，而模型的优劣以及残差序列的判断是用博克斯—皮尔斯(Box-Pierce)提出的Q统计量完成。

  • 第5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6题：

    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

    正确答案:B,C

  • 第7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8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9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：

    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12题：

    单选题
    得到ARMA模型的估计参数后，应对估计结果进行诊断与检验，其中参数估计的显著性检验通过____完成，而模型的优劣以及残差序列的判断是用____完成。（　　）
    A

    F检验；Q检验

    B

    t检验；F检验

    C

    F检验；t检验

    D

    t检验；Q检验


    正确答案： B
    解析：
    得到ARMA模型的估计参数后，应对估计结果进行诊断与检验，主要包括：①检验模型参数的估计值是否具有统计显著性；②检验残差序列的随机性。参数估计的显著性检验依然通过t统计量完成，而模型的优劣以及残差序列的判断是用博克斯-皮尔斯（Box-Pierce）提出的Q统计量完成。

  • 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.模型参数估计值失去有效性
    B.模型的显著性检验失去意义
    C.模型的经济含义不合理
    D.模型的预测失效

    答案：A,B,D
    解析：
    若模型出现序列相关性，仍采用OLS估计模型参数，则会产生下列不良后果：①参数估计量的线性和无偏性虽不受影响，但是参数估计量失去有效性；②模型的显著性检验失去意义；③模型的预测失效。

  • 第16题：

    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

    正确答案:D

  • 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：

    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19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：

    对整个多元线性回归模型的显著性检验，应采用（）

    • A、z检验
    • B、t检验
    • C、F检验
    • D、卡方检验

    正确答案:C

  • 第22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23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。

相关内容