模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。A.增大B.减小C.有偏D.非有效

题目

模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。

A.增大

B.减小

C.有偏

D.非有效

相似考题

1.模型中引入一个无关的解释变量（）A.对模型参数估计量的性质不产生任何影响B.导致普通最小二乘估计量有偏C.导致普通最小二乘估计量精度下降D.导致普通最小二乘估计量有偏，同时精度下降

2.在引入虚拟变量后，OLS估计量的性质受到了影响。

3.9、加入无关变量会导致模型中参数估计的方差变大。

4.加入无关变量会导致模型中参数估计的方差变大。

更多“模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（）。 ”相关问题

  • 第1题：

    虚拟变量的交互相应（）

    A．在模型中引入两个及以上虚拟变量做解释变量时才有可能出现

    B．将影响OLS估计量的性质

    C．通过虚拟变量相乘反映

    D．即“虚拟变量陷阱”


    通过虚拟变量相乘反映
    在模型中引入两个及以上虚拟变量作解释变量时才有可能出现

  • 第2题：

    模型中解释变量X与随机扰动项μ同期相关，则得到的参数OLS估计量无偏但不一致


    Cov(Xi,ui)=0

  • 第3题：

    模型中解释变量X与随机扰动项μ同期不相关但异期相关，则得到的参数OLS估计量有偏不一致


    Cov(Xi,ui)=0

  • 第4题：

    如果回归模型中缺失一个重要的解释变量，则OLS残差必定具有异方差性。


    正确

  • 第5题：

    如果多元线性回归模型中解释变量存在完全多重共线性，则OLS估计量

    A．不确定、方差无限大

    B．不确定、方差最小

    C．确定、方差无限大

    D．方差最小


    k+1

相关内容