在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的F检验值却很高，这说明模型存在（）A．方差非齐性B．序列相关性C．多重共线性D．设定误差

题目

在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的F检验值却很高，这说明模型存在（）

A．方差非齐性

B．序列相关性

C．多重共线性

D．设定误差

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.设k为回归模型中的参数个数，n为样本容量。则对多元线性回归方程进行显著性检验时，所用的F统计量可表示为（ ）

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“在对多元线性回归模型进行检验时，发现各参数估计量的t检验值都很低，但模型的F检验值却很高，这说明模型存在（）”相关问题

  • 第1题：

    下列关于回归模型的检验说法错误的有（ ）。

    A.拟和优度检验和方程总体线性的显著性检验的原理相同
    B.拟和优度高的模型一定比拟和优度低的模型更好，更适用于各种应用
    C.虽说样本可决系数并没给出具体的临界值对拟和优度的好坏作出判定，但可以根据其与F统计量的关系进行推导判定
    D.对于一元线性回归模型来说，回归方程的显著性检验与回归参数的显著性检验是一致的
    E.模型参数的线性约束检验、若干个回归系数同时为零的检验以及方程稳定性检验用到的统计量均为F统计量。

    答案：A,B
    解析：
    A项，拟合优度检验和方程总体线性的线性显著性检验的原理并不相同，拟合优度检验是从已经得到估计的模型出发，检验它对样本观测值的拟合程度；方程总体线性的显著性检验是从样本观测值出发检验模型总体线性关系的显著性。B项，模型的拟合优度并不是判断模型质量的惟一标准，有时甚至为了追求模型的经济意义，可以牺牲一点拟合优度。

  • 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：

    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( )

    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6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.参数估计值不稳定
    B.模型检验容易出错
    C.模型的预测精度降低
    D.解释变量之间不独立

    答案：A,B,C
    解析：
    多重共线性产生的后果主要有：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由于参数估计值的方差增大，会导致参数估计置信区间增大，从而降低预测精度；④严重的多重共线性发生时，模型的检验容易做出错误的判断。例如，参数估计方差增大，导致对于参数进行显著性t检验时，会增大不拒绝原假设的可能性。

  • 第7题：

    对多元回归预测模型进行检验的方法主要有（）

    • A、方差分析
    • B、因果分析
    • C、F检验
    • D、t检验
    • E、r检验

    正确答案:A,C,D,E

  • 第8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9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10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11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： C
    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：

    设k为回归模型中的参数个数（包括截距项），则总体线性回归模型进行显著性检验时所用的F统计量可表示为（ ）。



    答案：B,C
    解析：

  • 第14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15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16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17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18题：

    与一元线性回归模型相比，多元线性回归模型还有一种显著性检验方法（），它是用来检验（）的。


    正确答案:DW检验法；回归模型中是否存在一阶自相关

  • 第19题：

    对于多元线性回归模型，为什么在进行了总体显著性F检验之后，还要对每个回归系数进行是否为0的t检验？


    正确答案: 多元线性回归模型的总体显著性F检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。通过了此F检验，就可以说模型中的全部解释变量对被解释变量的共同影响是显著的，但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的。因此还需要就每个解释变量对被解释变量的影响是否显著进行检验，即进行t检验。

  • 第20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21题：

    在多元回归模型的检验中，目的是检验每一个自变量与因变量在指定显著性水平上是否存在线性相关关系的检验是（）

    • A、r检验
    • B、t检验
    • C、f检验
    • D、DW检验

    正确答案:B

  • 第22题：

    在构建回归模型时，应当对模型进行检验，下列哪些论述是正确的（）。

    • A、在一元线性回归分析中，只进行回归系数b的t检验是足够的
    • B、在一元线性回归分析中，应当同时进行回归系数b的t检验和模型整体的F检验
    • C、在多元回归分析中，回归系数b的t检验和模型整体的F检验是等价的
    • D、在多元回归分析中，回归系数b的t检验和模型整体的F检验是不等价的

    正确答案:A,D

  • 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

  • 第24题：

    填空题
    与一元线性回归模型相比，多元线性回归模型还有一种显著性检验方法（），它是用来检验（）的。

    正确答案： DW检验法,回归模型中是否存在一阶自相关
    解析： 暂无解析

相关内容