当模型存在异方差性,仍然可以用t检验来判断解释变量影响的显著性
举一反三
- 当回归模型存在异方差性时,t检验的可靠性会
- 如果模型存在异方差性，仍然使用最小二乘法估计模型参数，则（ ） A: 最小二乘估计量（OLSE）仍然具有线性无偏性 B: OLSE 不再具有最小方差性 C: 回归参数t检验失效 D: 可采用加权最小二乘法消除异方差
- 通过建立残差序列对解释变量的辅助回归模型来检验异方差性的方法有
- 联合使用t检验与F检验可判断模型是否存在( )。 A: 多重共线性 B: 自相关性 C: 异方差性 D: 非正态性
- 以下关于异方差性检验方法的说法正确的有： A: GQ检验和White检验都是检验异方差性的方法。 B: 利用图示检验法可以对模型有无异方差问题进行准确判断。 C: GQ检验只能检验单调递增型或单调递减型异方差。 D: White检验中可包含解释变量的交叉项，也可不包含解释变量的交叉项。 E: White检验既可检验递增型、递减型异方差，也可以检验复杂型异方差。 F: 若异方差与解释变量完全没有关系，White检验也无能为力。