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
A: 增大
B: 减小
C: 有偏
D: 不再具有最小方差性
A
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（ ）
- 模型中引入一个无关的解释变量()。A.对模型参数估计量的性质不产生任何影响;B.导致普通最小二乘估计量有偏;C.导致普通最小二乘估计量精度下降;D.导致普通最小二乘估计量有偏,同时精度下降。 A: B: C: D: D
- 若真实模型是解释变量为X_1的一元线性回归模型，但在建模时将与X_1无关的变量X_2包含在模型中，则斜率参数的最小二乘估计量 （ ）。 A: 仍具有无偏性、一致性和最小方差性 B: 不具有无偏性、一致性和最小方差性 C: 仍具有无偏性和一致性，但不具有最小方差性 D: 不具有无偏性、一致性，但仍具有最小方差性
- 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
内容
- 0
(4)异方差性的影响主要有()。A.普通最小二乘估计量是有偏的B.普通最小二乘估计量是无偏的C.普通最小二乘估计量不再具有最小方差性D.建立在普通最小二乘估计基础上的假设检验失效E.建立在普通最小二乘估计基础上的预测区间变宽 A: B: C: D: E: E
- 1
如果回归模型中解释变量之间存在完全共线性，则最小二乘估计量( )。 A: 不确定，方差无限大 B: 确定，方差无限大 C: 不确定，方差最小 D: 确定，方差最小
- 2
模型结构参数的普通最小二乘估计量具有线性性、无偏性、有效性，随机干扰项方差的普通最小二乘估计量也是无偏的。
- 3
回归模型中随机误差存在异方差性,参数的普通最小二乘估计量是( )。 A: 无偏的,但方差不是最小的 B: 有偏的,且方差不少最小 C: 无偏的,且方差最小 D: 有偏的,但方差仍最小
- 4
异方差模型中参数估计量仍然是线性无偏的，但不是有效的，方差不再具有最小方差性。