你可能感兴趣的试题
高阶线性自回归形式的序列相关 一阶非线性自回归的序列相关 移动平均形式的序列相关 正的一阶线性自回归形式的序列相关 负的一阶线性自回归形式的序列相关
0≤DW≤1 -1≤DW≤1 -2≤DW≤2 0≤DW≤4
回归检验的目的是判定预测模型的合理性和适用性 采用方差分析进行检验比相关系数、t检验更精确 相关系数检验中,相关系数的绝对值越接近0,变量间的线性关系越好 t检验中,应在回归常数检验后再进行回归系数检验 回归系数的tb检验系数绝对值大于t,表明回归系数显著性不为0,t检验通过
不存在一阶自相关 存在正的一阶自相关 存在负的一阶自 无法确定
相关系数 DW值 方差膨胀因子 特征值 自相关系数
Ⅰ、Ⅱ、Ⅲ Ⅰ、Ⅱ、Ⅳ Ⅰ、Ⅲ、Ⅳ Ⅰ、Ⅱ、Ⅲ、Ⅳ
回归方程对样本观测值的拟合程度良好 总体平方和与回归平方和越接近 总体平方和与残差平方和越接近 被解释变量中的信息未被解释的比例就越大 被解释变量中的信息由解释变量解释的比例就越小
模型包含有随机解释变量 样本容量太小 非一阶自回归模型 含有滞后的被解释变量 包含有虚拟变量的模型
若相关系数r的绝对值接近于0,则x与y的关系不密切。 若相关系数r的绝对值接近于0,则x与y的关系密切。 若相关系数r的绝对值接近于1,则x与y的关系没有线性关系 若相关系数r的绝对值接近于1,则x与y线性完全相关
DW值为0的时候,认为存在正自相关 DW值为4的时候,认为存在负自相关 一般DW值为2,认为不存在自相关性 DW值为0时,认为不存在自相关
存在完全的正自相关 存在完全的负自相关 不存在自相关 不能判定
Ⅰ 、 Ⅱ 、 Ⅲ Ⅰ 、 Ⅱ 、 Ⅳ Ⅰ 、 Ⅲ 、 Ⅳ Ⅱ 、 Ⅲ 、 Ⅳ
自相关检验方法有DW检验法,LM检验法,增加样本容量等 异方差的检验方法有很多,简单直观的方法是残差图分析法 消除共线性的方法有多种,包括剔除一些不重要的解释变量,减少样本容量 以上说法均正确
简单相关系数矩阵法 DW检验法 t检验与F检验综合判断法 ARCH检验法 辅助回归法(又称待定系数法)