在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近

题目

在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在()。

  • A、异方差
  • B、序列相关
  • C、多重共线性
  • D、高拟合优度
如果没有搜索结果或未解决您的问题,请直接 联系老师 获取答案。
相似问题和答案

第1题:

在二元线性回归模型中,用于度量被解释变量与方程中所有解释变量之间共同的相关程度的是( )。

A.简单相关系数

B.偏相关系数

C.复相关系数

D.判定系数


正确答案:C

第2题:

线性回归模型中,解释变量是原因,被解释变量是结果。( )


答案:错
解析:

第3题:

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)。


正确答案:√

第4题:

为了检验多元线性回归模型中被解释变量与所有解释变量之间线性关系在总体上是否显著,应该采用( )。

A.t检验
B.OLS
C.逐个计算相关系数
D.F检验

答案:D
解析:
多元线性回归模型的F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,反映的是多元线性回归模型中被解释变量与所有解释变量之间线性关系在总体上是否显著。

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.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6题:

在多元线性回归中,判定系数R2随着解释变量数目的增加而()

A.减少

B.增加

C.不变

D.变化不定


参考答案:B

第7题:

在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在( )。

A.异方差
B.序列相关
C.多重共线性
D.高拟合优度

答案:C
解析:

第8题:

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


正确答案:A

第9题:

经检验后,若多元回归模型中的一个解释变量是另一个解释变量的0.95倍,则该模型中存在( )。
A、多重共线性
B、异方差
C、自相关
D、非正态性


答案:A
解析:
如果解释变量之间存在严格或者近似的线性关系,就产生了多重共线性问题,本质为解释变量之间
高度相关。可以通过简单相关系数检验法对多重共线性进行检验,即通过求出解释变量之间的简单相关系数r来作出判断,通常情况下,|r∣越接近1,则可以认为多重共线性的程度越高。

第10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。

更多相关问题