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


相似考题
参考答案和解析
答案:B
解析:
计量经济学模型一旦出现异方差性,如果仍采用普通最小二乘法估计模型参数,会产生下列不良后果:①参数估计量非有效,OLS估计量仍然具有无偏性,但不具有有效性;②变量的显著性检验失去意义;③模型的预测失效:当模型出现异方差性时,参数OLS估计值的变异程度增大,从而造成对Y的预测误差变大,降低预测精度,预测功能失效。
更多“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”相关问题
  • 第1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2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( )

    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4题:

    异方差性的后果包括()。

    • A、参数估计量不再满足无偏性
    • B、变量的显著性检验失去意义
    • C、模型的预测失效
    • D、普通最小二乘法参数估计量方差较大

    正确答案:B,C

  • 第5题:

    序列相关性的后果包括()。

    • A、参数估计量不再满足无偏性
    • B、变量的显著性检验失去意义
    • C、模型的预测失效
    • D、普通最小二乘法参数估计量方差较大

    正确答案:B,C

  • 第6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7题:

    当模型存在异方差现象时,模型利用加权最小二乘法估计回归参数,则参数估计量具备()。

    • A、线性
    • B、无偏性
    • C、有效性
    • D、一致性
    • E、精确性

    正确答案:A,B,C,D

  • 第8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9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

    C

    I、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案: I、Ⅱ、Ⅲ,I、Ⅱ,I、Ⅲ、Ⅳ,Ⅱ、Ⅲ、Ⅳ
    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:

    单选题
    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、Ⅲ

    B

    I、Ⅱ、Ⅳ

    C

    I、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案: C
    解析: 计量经济学模型一旦出现异方差性,如果仍采用普通最小二乘法估计模型参数,会产生下列不良后果:①参数估计量非有效,OLS估计量仍然具有无偏性,但不具有有效性;②变量的显著性检验失去意义;③模型的预测失效,当模型出现异方差性时,参数OLS估计值的变异程度增大,从而造成对被解释变量的预测误差变大,降低预测精度,预测功能失效。

  • 第11题:

    单选题
    当一个线性回归模型的随机误差项存在序列相关时,直接用普通最小二乘法估计参数,则参数估计量为()
    A

    有偏估计量

    B

    有效估计量

    C

    无效估计量

    D

    渐近有效估计量


    正确答案: C
    解析: 暂无解析

  • 第12题:

    单选题
    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、Ⅲ

    B

    Ⅰ、Ⅱ、Ⅳ

    C

    Ⅰ、Ⅲ、Ⅳ

    D

    Ⅱ、Ⅲ、Ⅳ


    正确答案: B
    解析:
    计量经济学模型一旦出现异方差性,如果仍采用普通最小二乘法估计模型参数,会产生下列不良后果:①参数估计量非有效,OLS估计量仍然具有无偏性,但不具有有效性;②变量的显著性检验失去意义;③模型的预测失效,当模型出现异方差性时,参数OLS估计值的变异程度增大,从而造成对被解释变量的预测误差变大,降低预测精度,预测功能失效。

  • 第13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14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15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16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

    正确答案:A,B,C

  • 第17题:

    异方差情况下将导致()

    • A、参数估计量是无偏的,但不是最小方差无偏估计
    • B、参数显著性检验失效
    • C、模型预测失效
    • D、参数估计量是有偏的,且方差不是最小的
    • E、模型预测有效

    正确答案:A,B,C

  • 第18题:

    当一个线性回归模型的随机误差项存在序列相关时,直接用普通最小二乘法估计参数,则参数估计量为()

    • A、有偏估计量
    • B、有效估计量
    • C、无效估计量
    • D、渐近有效估计量

    正确答案:C

  • 第19题:

    存在异方差情况下,线性回归模型的结构参数的普通最小二乘估计量是有偏的和非有效的。


    正确答案:错误

  • 第20题:

    对具有多重共线性的模型采用普通最小二乘法估计参数,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、参数估计量的经济意义不合理
    • E、变量的显著性检验和模型的预测功能失去意义

    正确答案:A,B,C,D,E

  • 第21题:

    多选题
    异方差情况下将导致()
    A

    参数估计量是无偏的,但不是最小方差无偏估计

    B

    参数显著性检验失效

    C

    模型预测失效

    D

    参数估计量是有偏的,且方差不是最小的

    E

    模型预测有效


    正确答案: E,B
    解析: 暂无解析

  • 第22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23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: D
    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。