的,你就不会得到一个高的值。Р答:错误。Р理由:在多元回归模型中,可能会由于多重共线性的存在导致很高的情况下,各个参数单独的t检验却不显著。Р7)在Y对和的回归中,假如的值很少变化,这就会使增大,在极端的情况下,如果全部值都相同,将是无穷大。Р答:正确。Р理由:根据公式,,在两个解释变量线性相关程度一定的情况下,Р的值很少变化,从而会使得很小,从而增大,如果全部值都相同,趋于零,将是无穷大。Р第五章异方差性Р思考题Р5.1 简述什么是异方差?为什么异方差的出现总是与模型中某个解释变量的变化有关?Р答:设模型为,如果其他假定均不变,但模型中随机误差项的方差为,则称具有异方差性。由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的,所以异方差的出现总是与模型中某个解释变量的变化有关。Р5.2 试归纳检验异方差方法的基本思想,并指出这些方法的异同。Р答:各种异方差检验的共同思想是,基于不同的假定,分析随机误差项的方差与解释变量之间的相关性,以判断随机误差项的方差是否随解释变量变化而变化。其中,戈德菲尔德-跨特检验、怀特检验、ARCH检验和Glejser检验都要求大样本,其中戈德菲尔德-跨特检验、怀特检验和Glejser检验对时间序列和截面数据模型都可以检验,ARCH检验只适用于时间序列数据模型中。戈德菲尔德-跨特检验和ARCH检验只能判断是否存在异方差,怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。Glejser检验不仅能对异方差的存在进行判断,而且还能对异方差随某个解释变量变化的函数形式进行诊断。Р5.3 什么是加权最小二乘法?它的基本思想是什么?Р答:以一元线性回归模型为例:经检验存在异方差,公式可以表示为。选取权数,当越小时,权数越大。当越大时,权数越小。将权数与残差平方相乘以后再求和,得到加权的残差平方和:,求使加权残差平方和最小的参数估计值
全文预览
