多重共線性試題及答案

1、精選優(yōu)質文檔-傾情為你奉上第四章 多重共線性一、單項選擇題1、完全的多重共線性是指解釋變量的數(shù)據矩陣的秩（ B ）（A）大于k+1 （B）小于k+1 （C）等于k+1 （D）等于k+12、當模型存在嚴重的多重共線性時，OLS估計量將不具備（ D ）（A）線性 （B）無偏性 （C）有效性 （D）一致性3、如果每兩個解釋變量的簡單相關系數(shù)比較高，大于（ D ）時則可認為存在著較嚴重的多重共線性。（A）0.5 （B）0.6 （C）0.7 （D）0.84、方差擴大因子VIFj可用來度量多重共線性的嚴重程度，經驗表明，VIFj（ A ）時，說明解釋變量與其余解釋變量間有嚴重的多重共線性。（A）大于5 （

2、B）大于1 （C）小于1 （D）大于105、對于模型，與r23等于0相比，當r23等于0.5時，的方差將是原來的（C ）（A）2倍 （B）1.5倍 （C）1.33倍 （D）1.25倍6、無多重共線性是指數(shù)據矩陣的秩（ D ）（A）小于k （B）等于k （C）大于k （D）等于k+17、無多重共線性假定是假定各解釋變量之間不存在（ A ）（A）線性關系 （B）非線性關系 （C）自相關 （D）異方差8、經濟變量之間具有共同變化的趨勢時，由其構建的計量經濟模型易產生（ C ）（A）異方差 （B）自相關（C）多重共線性 （D）序列相關9、完全多重共線性產生的后果包括參數(shù)估計量的方差（ C ）（A）增大

3、 （B）減小（C）無窮大 （D）無窮小10、不完全多重共線性產生的后果包括參數(shù)估計量的方差（ A ）（A）增大 （B）減?。–）無窮大 （D）無窮小11、不完全多重共線性下，對參數(shù)區(qū)間估計時，置信區(qū)間趨于（ A ）（A）變大 （B）變?。–）不變 （D）難以估計12、較高的簡單相關系數(shù)是多重共線性存在的（ B ）（A）必要條件 （B）充分條件（C）充要條件 （D）并非條件13、方差擴大因子VIFj是由輔助回歸的可決系數(shù)Rj2計算而得，Rj2越大，方差擴大因子VIFj就（ A ）（A）越大 （B）越?。–）不變 （D）無關14、解釋變量間的多重共線性越弱，方差擴大因子VIFj就越接近于（ A ）

4、（A）1 （B）2（C）0 （D）1015、多重共線性是一個（D ）（A）樣本特性 （B）總體特性（C）模型特性 （D）以上皆不對二、多項選擇題1、多重共線性包括（ABCD ）（A）完全的多重共線性 （B）不完全的多重共線性（C）解釋變量間精確的線性關系（D）解釋變量間近似的線性關系（E）非線性關系2、多重共線性產生的經濟背景主要由（ ABD ）（A）經濟變量之間具有共同變化趨勢 （B）模型中包含滯后變量（C）采用截面數(shù)據 （D）樣本數(shù)據自身的原因3、多重共線性檢驗的方法包括（ ABCD ）（A）簡單相關系數(shù)檢驗法 （B）方差擴大因子法（C）直觀判斷法 （D）逐步回歸法（E）DW檢驗法4、修正

5、多重共線性的經驗方法包括（ABCDE ）（A）剔除變量法 （B）增大樣本容量（C）變換模型形式 （D）截面數(shù)據與時間序列數(shù)據并用（E）變量變換5、嚴重的多重共線性常常會出現(xiàn)下列情形（ABCD ）（A）適用OLS得到的回歸參數(shù)估計值不穩(wěn)定（B）回歸系數(shù)的方差增大（C）回歸方程高度顯著的情況下，有些回歸系數(shù)通不過顯著性檢驗（D）回歸系數(shù)的正負號得不到合理的經濟解釋三、名詞解釋（每題4分）1、多重共線性2、完全的多重共線性3、輔助回歸4、方差擴大因子VIFj5、逐步回歸法6、不完全的多重共線性四、簡答題（每題5分）1、多重共線性的實質是什么？2、為什么會出現(xiàn)多重共線性？3、多重共線性對回歸參數(shù)的估計

6、有何影響？4、判斷是否存在多重共線性的方法有那些？5、針對多重共線性采取的補救措施有那些？6、具有嚴重多重共線性的回歸方程能否用來進行預測？五、辨析題1、在高度多重共線性的情形中，要評價一個或多個偏回歸系數(shù)的單個顯著性是不可能的。×2、盡管有完全的多重共線性，OLS估計量仍然是BLUE。×3、如果其他條件不變，VIF越高，OLS估計量的方差越大。4、如果在多元回歸中，根據通常的t檢驗，全部偏回歸系數(shù)都是統(tǒng)計上不顯著的，你就不會得到一個高的R2值。×5、如果分析的目的僅僅是預測，則多重共線性是無害的。6、如果有某一輔助回歸顯示出高的Rj2值，則高度共線性的存在是肯定

7、無疑的。×六、計算分析題1、克萊因與戈德伯格曾用1921-1950年(1942-1944年戰(zhàn)爭期間略去)美國國內消費Y和工資收入X1、非工資非農業(yè)收入X2、農業(yè)收入X3的時間序列資料，利用OLSE估計得出了下列回歸方程：(括號中的數(shù)據為相應參數(shù)估計量的標準誤)。試對上述模型進行評析，指出其中存在的問題。從模型擬合結果可知，樣本觀測個數(shù)為27，消費模型的判定系數(shù)，F(xiàn)統(tǒng)計量為107.37，在0.05置信水平下查分子自由度為3，分母自由度為23的F臨界值為3.028，計算的F值遠大于臨界值，表明回歸方程是顯著的。模型整體擬合程度較高。依據參數(shù)估計量及其標準誤，可計算出各回歸系數(shù)估計量的t統(tǒng)計量值：除外，其余的值都很小。工資收入X1的系數(shù)的t檢驗值雖然顯著，但該系數(shù)的估計值過大，該值為工資收入對消費邊際效應，因為它為1.059，意味著工資收入每增加一美元，消費支出的增長平均將超過一美元，這與經濟理