设k为回归模型中的解释变量的个数,n为样本容量,RSS为残差平方和,ESS为回归平方和。则对其总体回归
A.F=ESS/TSS
B.F=(ESS/k)/[RSS/(n-k-1)]
C.F=1 - (ESS/k)/[TSS/(n-k-1)]
D.F=RSS/TSS
A.F=ESS/TSS
B.F=(ESS/k)/[RSS/(n-k-1)]
C.F=1 - (ESS/k)/[TSS/(n-k-1)]
D.F=RSS/TSS
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
反映回归模型中解释变量未解释的那部分离差大小的是()。
A.总离差平方和
B.回归平方和
C.残差平方和
D.可决系数
∑ty=1943129,∑t=300,∑t2=4900,∑y=148785.6
试计算回归方程的系数和的值,并预测1999年1月至3月份储蓄存款额。
如果回归模型中解释变量之间存在完全的多重共线性,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
关于多元线性回归模型的说法,正确的是()。
A.如果模型的R2很高,我们可以认为此模型的质量较好
B.如果模型的R2很低,我们可以认为此模型的质量较差
C.如果某一参数不能通过显著性检验,我们应该剔除该解释变量
D.如果某一参数不能通过显著性检验,我们不应该随便剔除该解释变量
A.解释变量是随机的,且相互之间不相关
B.随机干扰项服从正态分布,且相互独立
C.解释变量与随机干扰项互不相关
D.解释变量是非随机的,且相互之问互不相关
E.随机干扰项具有零均值,同方差及不序列相关
()。
A.可剔除变量个数对拟合优度的影响
B.是判断模型质量的惟一标准
C.与残差平方和成正比
D.与残差平方和成反比
E.如果增加的解释变量没有解释能力,有较大幅度的下降
艾斯特里欧(Asteriou)和霍尔(Hall)根据英国1990年第一季度至1998年第二季度的季度数据得到如下回归结果。应变量是log(IM)=出口的对数(括号内的是t值)。
解释变量 | 模型1 | 模型2 | 模型3 |
Intercept | 0.6318 (1.8348) | 0.2139 (0.5967) | 0.6857 (1.8500) |
Log(GDP) | 1.9269 (11.4117) | 1.9697 (12.5619) | 2.0938 (12.1322) |
Log(CPI) | 0.2742 (1.9961) | 1.0254 (3.1706) | — 0.1195 |
Log(PPI) | -0.7706 (-2.5248) | 0.1195 (0.8787) | |
Adjusted-R2 | 0.9638 | 0.9692 | 0.9602 |