多选题
A当存在异方差性、自相关性和多重共线性时，都会导致参数显著性检验失去意义
B当存在异方差性、自相关性和多重共线性时，利用普通最小二乘法的估计量都存在
C当存在异方差性、自相关性和多重共线性时，仍然可以进行模型预测
D当存在异方差性、自相关性和多重共线性时，如果参数估计量存在，那么都具有有效性
E当存在异方差性、自相关性和多重共线性时，都可以通过一定的方法进行补救
正确答案
答案解析
略
相似试题
由于多重共线性不会影响到随机干扰项的方差，因此如果分析的目的仅仅是预测，则多重共线性是无害的。
判断题查看答案
判断以下陈述的正误，并给出理由。 （1）尽管存在多重共线性，OLS估计量仍然是具有BLUE性质的。 （2）在高度多重共线性的情形下，要评价一个或多个偏回归系数的个别显著性是不可能的。 （3）如果有某一辅助回归显示出高的R2值，则模型中肯定存在较严重的多重共线性问题。 （4）变量的两两高度相关并不表示高度的多重共线性。 （5）如果分析的目的仅仅是预测，则多重共线性是无害的。 （6）其它条件不变，VIF越高，相应的OLS估计量的方差越大。 （7）在多元回归中，如果根据t检验，全部的偏回归系数个别来说都是不显著的，那么就不可能得到一个较高的R2。
简答题查看答案
当存在严重的多重共线性时，普通最小二乘法往往会低估参数估计量的方差。
判断题查看答案
经验认为，某个解释变量与其他解释变量间多重共线性很严重的判别标准是这个解释变量的方差扩大因子VIF（）
单选题查看答案
变量的两两高度相关并不表示高度多重共线性，变量不存在两两高度相关表示不存在高度多重共线性。
判断题查看答案
如果线性回归模型中随机误差项的方差不是（），则称随机误差项具有异方差性。
填空题查看答案
解释变量与随机误差项相关，是产生多重共线性的主要原因。
判断题查看答案
下列关于异方差性检验的叙述，正确的是（）。
单选题查看答案
关于多重共线性，判断错误的有（）。
多选题查看答案