《多重共线性试题及答案(共3页).doc》由会员分享，可在线阅读，更多相关《多重共线性试题及答案(共3页).doc（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上第四章 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+12、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）0.84、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）大于5 （
2、B）大于1 （C）小于1 （D）大于105、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+17、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
3、 （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 ）
4、（A）1 （B）2（C）0 （D）1015、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
5、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VIFj5、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
6、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。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
7、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。专心-专注-专业