模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（ ）
增大
举一反三
- 模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差（ ）
- 模型中引入的变量实际上与解释变量有关时，会导致参数的最小二乘估计量方差( ) A: 增大 B: 减小 C: 有偏 D: 不再具有最小方差性
- <p>模型中引入与解释变量线性有关的变量,会导致参数的OLS估计量方差(&nbsp;)</p> A: <p>增大</p> B: <p>减小</p> C: <p>有偏</p> D: <p>非有效</p>
- 计量经济学模型一旦出现序列相关性，如果仍采用OLS法估计模型参数，则OLS估计量仍然是线性无偏估计量，但是会使得参数估计量非有效，变量的显著性检验失去意义。
- 关于异方差的说法,()是正确的 A: 异方差是因为误差项和解释变量相关导致的 B: 异方差是因为误差项的方差和解释变量相关导致的 C: 异方差使得OLS估计量是有偏的 D: 异方差使得OLS估计量是不一致的
内容
- 0
通过虚拟变量将属性因素引入计量经济模型,引入虚拟变量的个数与解释变量个数有关。( )
- 1
采用OLS法估计具有异方差模型的参数估计量是无效的
- 2
通过虚拟解释变量将属性因素引入计量经济模型,引入虚拟变量的个数与() A: 样本容量大小有关 B: 与变量属性无关 C: 模型有无截距项有关 D: 与被解释变量无关
- 3
若模型存在高度多重共线性，则导致参数的OLS估计量方差增大。
- 4
虚拟变量的交互效应（） A: 在模型中引入两个及以上虚拟变量作解释变量时才有可能出现 B: 会影响OLS估计量的小样本性质 C: 即“虚拟变量陷阱” D: 即“虚拟变量陷阱”