在对模型的解释变量进行选择时，我们常用逐步回归法，即以Y为被解释变量，逐个引入解释变量X，构成回归模型，进行模型估计。如果在引入一个新解释变量后，模型的拟合优度显著提高，则说明新引入的变量是（ ）。
A: 其他解释变量可以替代的变量
B: 可以被舍去的变量
C: 一个独立解释变量
D: 随机分布的变量
A: 其他解释变量可以替代的变量
B: 可以被舍去的变量
C: 一个独立解释变量
D: 随机分布的变量
举一反三
- 虚拟变量可以作为解释变量也可以作为被解释变量引入多元线性回归模型。
- 下列关于逐步回归法说法错误的是（）。 A: 逐步回归法先对单个解释变量进行回归，再逐步增加变量个数 B: 有可能会剔除掉重要的解释变量从而导致模型产生设定偏误 C: 如果新引入变量未能明显改进拟合优度值，则说明新引入的变量与其他变量之间存在共线性 D: 如果新引入变量后t检验显著，则说明新引入的变量与其他变量之间存在共线性
- 逐步回归就是先将解释变量全部引入模型,再逐个检验每个解释变量的显著性,并将不显著的解释变量予以剔除,直至模型中的解释变量都显著为止
- 当模型中引入一个对被解释变量有显著解释作用且和已有变量不相关的解释变量时， 。
- （）方法的基本思想是将变量逐个引入模型，每引入一个解释变量后，都要进行F检验，并对已经选入的解释变量逐个进行t检验，当原来引入的解释变量由于后面解释变量的引入而变得不再显著时，将其提出。