判断多重共线性的方法有(　　)。 Ⅰ．简单相关系数检验法 Ⅱ．散点图判断 Ⅲ．拉格朗日乘数检验 Ⅳ．逐步回归检验法 A.Ⅰ、Ⅱ B.Ⅱ、Ⅳ C.Ⅱ、Ⅲ D.Ⅰ、Ⅳ

第1题：

第2题：

第3题：

第4题：

多重共线性直观判定法包括哪些主要方法？

正确答案: （1）R²较高，而显著t统计量较少时，可能存在多重共线性问题。
（2）当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，就认为回归方程存在严重的多重共线性。
（3）一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性。
（4）有些解释变量的回归系数所带符号与定性分析结果违背时，可能存在多重共线性问题。
（5）解释变量间的相关系数较大时，可能会出现多重共线性问题。

第5题：

能够检验多重共线性的方法有（）

• A、简单相关系数矩阵法
• B、DW检验法
• C、t检验与F检验综合判断法
• D、ARCH检验法
• E、辅助回归法（又称待定系数法）

正确答案:A,C,E

第6题：

克服多重共线性的方法？

正确答案: 1.第一类方法：排除引起共线性的变量；
2.第二类方法：差分法；
3.第三类方法：减小参数估计量的方差。

第7题：

如何判断和处理多重共线性？

正确答案:如果自变量之间存在较强的相关，则存在多重共线性。可以通过分析自变量之间的相关系数、计算方差膨胀因子和容忍度等指标判断是否存在多重共线性。如果自变量间存在多重共线性，最简单的处理办法是删除变量，即在相关性较强的变量中删除测量误差大的、缺失数据多的、从专业上看意义不是很重要的或者在其他方面不太满意的变量。其次，也可采用主成分回归方法。

第8题：

何为多重共线性？多重共线性对资料分析有何影响？

正确答案: 1.多重共线性是指多元回归中自变量之间存在较强的线性关系，这种情况在实际中非常常见，比如研究高血压与年龄、吸烟年限、饮白酒年限等因素回归关系，这些自变量之间通常是相关的，如果相关程度很高，所得到的回归方程会很不可靠，可能会将很有统计学意义的自变量变得无统计学意义在多重线性回归分析中，当一个或n个自变量可以由另外的自变量线性表达时，称为该自变量与另外的自变量间存在有多重共线性（muti-co-lineanty）
2.如果自变量间共线性程度很高（相关系数接近1），使用最小二乘法建立的回归方程就有可能失效，偏回归系数的估计值容易失真且稳定性差（即计算结果并不是参数的估计值，且没有实际意义），补充“可引起的问题”见后
3.消除多重共线性的自变量
①剔除某个造成共线性的自变量
②将具有多重共线性的自变量合并成一个新的变量
③逐步回归方法遏制有较强相关关系的变量同时进入方程

第9题：

第10题：

第11题：

第12题：

第13题：

第14题：

第15题：

多重共线性的后果有哪些？对多重共线性的处理方法有哪些？

正确答案: 多重共线性的后果是：各个解释变量对被解释变量的影响很难精确鉴别；系数估计量的方差很大，显著性检验无效；参数估计量对于增减少量观测值或删除一个不显著的解释变量可能比较敏感。

第16题：

多重共线性补救方法有哪几种？

正确答案: 处理多重共线性问题的方法很多，常用的有下面几种。
（1）使用非样本先验信息
如果据先前的经济计量分析或经济理论分析已知模型中的共线性解释变量的参数间具有某种线性关系，则可利用此条件消除解释变量间的多重共线性。
（2）横截面与时间序列数据并用
就是先利用横截面数据估计某一参数，将结果代入原方程后，再利用时间序列数据估计另一参数。
（3）剔除一些不重要的共线性解释变量
（4）增大样本容量
（5）使用有偏估计

第17题：

关于多重共线性，判断错误的有（）。

• A、解释变量两两不相关，则不存在多重共线性
• B、所有的t检验都不显著，则说明模型总体是不显著的
• C、有多重共线性的计量经济模型没有应用的意义
• D、存在严重的多重共线性的模型不能用于结构分析

正确答案:A,B,C

第18题：

多重共线性的典型表现是什么？判断是否存在多重共线性的方法有哪些？

正确答案: 多重共线性的典型表现是模型拟和较好，但偏回归系数几乎都无统计学意义；偏回归系数估计值不稳定，方差很大；偏回归系数估计值的符号可能与预期不符或与经验相悖，结果难以解释。
具体判断方法有：解释变量之间简单相关系数矩阵法；方差扩大因子法以及一些直观判断法和逐步回归的方法。

第19题：

多重共线性的来源有哪些？

正确答案:多重共线性的来源，通常是多个变量受到某种相同因素的影响，而存在共同的变化趋势。当模型中存在自变量的滞后项时也容易引起多重共线性。

第20题：

第21题：

第22题：

第23题：