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
加权最小二乘法 一阶差分法 残差回归法 广义差分法 Durbin两步法
存在一阶正自相关 存在一阶负相关 不存在序列相关 存在序列相关与否不能断定
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
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
德宾h检验只适用一阶自回归模型 德宾h检验适用任意阶的自回归模型 德宾h统计量服从t分布 德宾h检验可以用于小样本问题
不存在序列相关 不能判断是否存在一阶自相关 存在完全的正的一阶自相关 存在完全的负的一阶自相关
Ⅰ、Ⅱ、Ⅲ Ⅰ、Ⅱ、Ⅳ Ⅰ、Ⅲ、Ⅳ Ⅰ、Ⅱ、Ⅲ、Ⅳ
当回归模型中两个或者两个以上的自变量彼此相关时,则称回归模型中存在多重共线性 当模型中的误差项存在相关性的时候,称回归模型中存在多重共线性 同方差性假定的意义是指每个样本残差μ的方差,不随样本的变化而变化 当回归模型中两个或者两个以上的自变量彼此相关时,则称回归模型中存在自相关
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
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
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