违法和不良信息举报 联系客服
免费注册 登录

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

题目
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

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：

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：

异方差性将导致（ ）。

A.普通最小二乘法估计量有偏和非一致
B.普通最小二乘法估计量非有效
C.普通最小二乘法估计量的方差的估计量有偏
D.建立在普通最小二乘法估计基础上的假设检验失效
E.建立在普通最小二乘法估计基础上的预测区间变宽

答案：B,C,D,E
解析：

第4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5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6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7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（ ）。
①模型参数估计值非有效
②参数估计量的方差变大
③参数估计量的经济含义不合理
④运用回归模型进行预测会失效

A.①②③
B.①②④
C.①③④
D.②③④

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β①=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8题：

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

答案：A,C,D,E
解析：
由于在完全共线性下，参数估计量不存在，也就没有估计量是否有效的问题，因此B项错误。

第9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
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10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。

更多相关问题
相关内容