- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(C
(C)不变 (D)难以估计
第四章 多重共线性
一、单项选择题
1、完全的多重共线性是指解释变量的数据矩阵的秩( B )
大于k+1 (B)小于k+1 (C)等于k+1 (D)等于k+1
2、 当模型存在严重的多重共线性时,OLS估计量将不具备(D )
线性 (B)无偏性 (C)有效性 (D) —致性
3、 如果每两个解释变量的简单相关系数比较高,大于( D )时则可认为存在着较严重的多重共线性。
A)
B)
C)
D)
VIF
VIFj( A )时,说明解释变量与
4、方差扩大因子 VIFj 可用来度量多重共线性的严重程度,经验表明, 其余解释变量间有严重的多重共线性。
小于5
大于1
小于1
大于10
5、对于模型 yi
1X|i 2X2i ui,与r 23等于0相比,当「23等于时,
?3的方差将是原来的( C )
A) 2倍
(B)倍
(C)倍
(D)倍
6、无多重共线性是指数据矩阵的秩( D )
(A)小于k
(A)小于k
等于k
大于k
(D等于k+1
7、无多重共线性假定是假定各解释变量之间不存在( A )
(A)线性关系(B)非线性关系(C)自相关(D)异方差8、经济变量之间具有共同变化的趋势时,由其构建的计量经济模型易产生((A)异方差(B)自相关(C)
(A)线性关系
(B)非线性关系
(C)自相关
(D)异方差
8、经济变量之间具有共同变化的趋势时,由其构建的计量经济模型易产生(
(A)异方差
(B)自相关
(C)多重共线性
(D)序列相关
9、完全多重共线性产生的后果包括参数估计量的方差( C )
(A)增大
(B)减小
(C)无穷大
(D)无穷小
10、不完全多重共线性产生的后果包括参数估计量的方差( A )
(A)增大
(B)减小
(C)无穷大
(D)无穷小
11、不完全多重共线性下,对参数区间估计时,置信区间趋于( A )
(A)变大
(B)变小
12
12、较高的简单相关系数是多重共线性存在的( B )
(B)充分条件(D)并非条件13、方差扩大因子 VIFj 是由辅助回归的可决系数Rj2计算而得,R2越大,方差扩大因子VIFj 就( A )(A)越大(B)越小(C)不变(D)无关14、解释变量间的多重共线性越弱,方差扩大因子VIFj 就越接近于( A )A) 1B)C) 0D)
(B)充分条件
(D)并非条件
13、方差扩大因子 VIFj 是由辅助回归的可决系数
Rj2计算而得,R2越大,方差扩大因子
VIFj 就( A )
(A)越大
(B)越小
(C)不变
(D)无关
14、解释变量间的多重共线性越弱,
方差扩大因子
VIFj 就越接近于( A )
A) 1
B)
C) 0
D)
10
15、多重共线性是一个( D )
(A)样本特性
B)
总体特性
(C)模型特性
D)
以上皆不对
、多项选择题
1、多重共线性包括( ABCD)
(A)完全的多重共线性
不完全的多重共线性
(C)解释变量间精确的线性关系(
D)
解释变量间近似的线性关系
非线性关系
2、多重共线性产生的经济背景主要由(
ABD )
(A)经济变量之间具有共同变化趋势
B)
模型中包含滞后变量
(C)采用截面数据
D)
样本数据自身的原因
3、多重共线性检验的方法包括( ABCD )
(A)简单相关系数检验法
B)
方差扩大因子法
(C)直观判断法
D)
逐步回归法
(E) DW佥验法
4、修正多重共线性的经验方法包括( ABCDE)
(A)剔除变量法
(B)增大样本容量
(C)变换模型形式
(D)截面数据与时间序列数据并用
(A)必要条件
(C)充要条件
(E)变量变换
5、严重的多重共线性常常会出现下列情形( ABCD)
(A)适用OLS得到的回归参数估计值不稳定
回归系数的方差增大
回归方程高度显著的情况下,有些回归系数通不过显著性检验
回归系数的正负号得不到合理的经济解释
三、 名词解释(每题 4 分)
1、 多重共线性
2、 完全的多重共线性
3、 辅助回归
4、 方差扩大因子 VIFj
5、 逐步回归法
6、 不完全的多重共线性
四、 简答题(每题 5 分)
1、 多重共线性的实质是什么
2、 为什么会出现多重共线性
3、 多重共线性对回归参数的估计有何影响
4、 判断是否存在多重共线性的方法有那些
5、 针对多重共线性采取的补救措施有那些
6、 具有严重多重共线性的回归方程能否用来进行预测
五、辨析题
1在高度多重共线性的情形中,要评价一个或多个偏回归系数的单个显著性是不可能的。X
2、 尽管有完全的多重共线性,OLS估计量仍然是BLUE V
3、 如果其他条件不变,VIF越高,OLS估计量的方差越大。V
4、 如果在多元回归中,根据通常的 t 检验,全部偏回归系数都是统计上不显著的,你就不会得到一个
文档评论(0)