当模型中解释变量间存在高度的多重共线性时()。
A.各个解释变量对被解释变量的影响将难以准确鉴别
B.局部解释变量与随机误差项之间将高度相关
C.估计量的精度将大幅度下降
D.估计对于样本容量的变动将十分敏感
E.模型的随机误差项也将序列相关
A.各个解释变量对被解释变量的影响将难以准确鉴别
B.局部解释变量与随机误差项之间将高度相关
C.估计量的精度将大幅度下降
D.估计对于样本容量的变动将十分敏感
E.模型的随机误差项也将序列相关
A、保留重要的解释变量,去掉次要的或替代的解释变量
B、利用先验信息改变参数的约束形式
C、变换模型的形式
D、综合使用时序数据和截面数据
E、逐步回归法以及增加样本容量
A.主元回归可以一定程度上解决多重共线性带来的问题
B.增加样本容量可以消除多重共线性
C.岭回归可以缓解多重共线性带来的影响
D.多重共线性是指变量间存在很强的线性关系
A.异方差性
B.自相关
C.不完全的多重共线性
D.完全的多重共线性
(i)将每个δj的公式代入分布滞后模型,并把它写成用γh表示的模型,h=0,1,2。
(ii)解释你用来估计γh的回归方程。
(iii)上面的多项式分布滞后模型是一般模型的一个约束形式。它受到了多少个约束?你如何来检验它们?(提示:用F检验。)
A.可以用岭迹法选择合适的
B.岭回归估计为了处理自变量之间存在多重共线性的问题而引入的
C.具有稀疏化、选择变量的能力
D.岭回归得到的参数估计量是有偏的
(i)在含有一个内生解释变量、一个外生解释变量和一个外生变量的模型中,将y2的约简型(15.26)代入结构方程(15.22)。便得到y1的约简型为:
当积差相关系数r=0时,对两个变量之间关系的最佳解释是()
A. 相关程度很低
B. 不存在任何相关
C. 不存性相关关系
D. 存在非线性相关关系
只用一个解释变量,求组间估计量的方程为其中上横线表示不同时期的平均。由于我们已经在这个方程中包含了一个截距, 所以我们可以假定E(ai)=0。假设对所有时期都成立(因为在横截面中随机抽样,所以对所有的;也都成立)。
(iii)如果不同时期的解释变量不是很相关,对于时期数越多,组间估计量之间的不一致性越小的观点,第(ii)部分有何结论?
(iii)由(ii)可知,xit是两两不相关的,大小是不一致的,且随着T线性增长。符号依赖于xit与ai的协方差。