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 )
(A)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 )
(A)线性 (B)无偏性 (C)有效性 (D)一致性
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)0.5 (B)0.6 (C)0.7 (D)0.8
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,VIFj( A )时,说明解释变量与其余解释变量间有严重的多重共线性。
(A)小于5 (B)大于1 (C)小于1 (D)大于10
5、对于模型
,与r23等于0相比,当r23等于0.5时,
的方差将是原来的(C )
(A)2倍 (B)1.5倍 (C)1.33倍 (D)1.25倍
6、无多重共线性是指数据矩阵的秩( D )
(A)小于k (B)等于k (C)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( C )
(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
(C)不变 (D)难以估计
12、较高的简单相关系数是多重共线性存在的( B )
(A)必要条件 (B)充分条件
(C)充要条件 (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,Rj2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)2
(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
二、多项选择题
1、多重共线性包括(ABCD )
(A)完全的多重共线性 (B)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
(E)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检验法
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
(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
(B)回归系数的方差增大
(C)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
(D)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
《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施
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。×
2、尽管有完全的多重共线性,OLS估计量仍然是BLUE。√
3、如果其他条件不变,VIF越高,OLS估计量的方差越大。√
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,你就不会得到一个高的R2值。×
5、如果
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
的目的仅仅是预测,则多重共线性是无害的。√
6、如果有某一辅助回归显示出高的Rj2值,则高度共线性的存在是肯定无疑的。×
六、计算分析题
1、克莱因与戈德伯格曾用1921-1950年(1942-1944年战争期间略去)美国国内消费Y和工资收入X1、非工资—非农业收入X2、农业收入X3的时间序列资料,利用OLSE估计得出了下列回归方程:
(括号中的数据为相应参数估计量的
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
误)。
试对上述模型进行评析,指出其中存在的问题。
从模型拟合结果可知,样本观测个数为27,消费模型的判定系数
,F统计量为107.37,在0.05置信水平下查分子自由度为3,分母自由度为23的F临界值为3.028,计算的F值远大于临界值,表明回归方程是显著的。模型整体拟合程度较高。
依据参数估计量及其标准误,可计算出各回归系数估计量的t统计量值:
除
外,其余的
值都很小。工资收入X1的系数的t检验值虽然显著,但该系数的估计值过大,该值为工资收入对消费边际效应,因为它为1.059,意味着工资收入每增加一美元,消费支出的增长平均将超过一美元,这与经济理论和常识不符。
另外,理论上非工资—非农业收入与农业收入也是消费行为的重要解释变量,但两者的t检验都没有通过。这些迹象表明,模型中存在严重的多重共线性,不同收入部分之间的相互关系,掩盖了各个部分对解释消费行为的单独影响。