A.截面数据B.时间序列数据C.面板数据D.虚拟变量数据
多项选择题总变差TSS可以被分解为()。
A.ESS(回归平方和)B.ESS(剩余平方和)C.RSS(剩余平方和)D.RSS(回归平方和)
多项选择题使用最小二乘估计方法得到的回归线具有的数学性质包括()。
A.剩余项的均值为零B.回归线通过样本均值C.估计值等于实际观测值的均值D.被解释变量估计值与剩余项不相关
多项选择题OLS估计量的性质有()
A.用OLS法得出的样本回归线经过样本均值点B.残差的均值总为0C.残差与解释变量的积之和为0D.对残差与的积求和,其值也为0
多项选择题过度拟合的后果是()
A.错误设定模型的OLS估计量仍然是无偏的B.误差方差的估计值是正确的C.置信区间和假设检验仍然是有效的D.但过度拟合模型中的估计量不是有效的。通常,它们的方差比真实模型中估计量的方差大。简言之,OLS估计量是线性无偏估计量,但不是最优线性无偏估计量
多项选择题得到的估计量具有的性质为()
A.线性性B.无偏性C.有效性D.一致性
多项选择题无截距模型与一般的模型不同在于()
A.无截距模型使用了原始的平方和及交叉乘积,而有截距使用了均值调整后的平方和及交叉乘积B.在样本方差时的自由度为N-1,而非N-2(只有一个未知参数)C.无截距模型一般不计算R2D.有截距模型的残差平方和,总为0,但无截距模型不一定为0
多项选择题好的模型具有哪些性质?()
A.简约性B.可识别性C.拟合优度D.理论一致性预测能力
多项选择题多重共线性补救措施有()
A.从模型中删掉一个变量B.获取额外的数据或新的样本C.重新考虑模型D.参数的先验信息E.变量变换
多项选择题多重共线性理论后果包含()
A.在近似共线性的情形下,OLS估计量仍然是无偏的。B.近似共线性并未破坏OLS估计量的最小方差性。C.即使在总体回归方程中变量X之间不是线性相关的,但在某个样本中,X变量之间可能线性相关,多重共线性是一个样本(回归)现象。
多项选择题异方差的诊断有()
A.问题的性质(异质性截面数据)B.残差的图形检验C.帕克检验(PARK TEST)D.格莱泽检验(GLEJSER TEST)E.怀特的一般异方差检验(WHITE GENERAL HETEROSCEDASTICITY TEST)F.异方差的其他检验方法