niusouti.com
异方差性是回归分析中普遍存在的问题，几乎每个方程都需要进行异方差性修正，因此，同方差不必包含在古典假设中。
题目
异方差性是回归分析中普遍存在的问题，几乎每个方程都需要进行异方差性修正，因此，同方差不必包含在古典假设中。
相似考题
更多“异方差性是回归分析中普遍存在的问题，几乎每个方程都需要进行异方差性修正，因此，同方差不必包含在古典假设中。”相关问题
-
第1题：
下列说法不正确的是（ ）A.异方差是一种随机误差现象
B.异方差产生的原因有设定误差
C.检验异方差的方法有F检验法
D.修正异方差的方法有加权最小二乘法答案：C解析： -
第2题：
一般在多元线性回归分析中遇到的问题主要有（ ）。
Ⅰ.多重共线性
Ⅱ.自相关
Ⅲ.异方差
Ⅳ.序列相关性A.Ⅰ.Ⅱ.Ⅲ.Ⅳ
B.Ⅱ.Ⅲ.Ⅳ
C.Ⅰ.Ⅱ.Ⅳ
D.Ⅰ.Ⅲ.Ⅳ答案：A解析：在经济和金融实务中，常常出现数据不有满足线性模型的系列假定，比如随机扰动项不能满足同方差的假定，或产生自相关现象等。一般在多元回归分析中遇到的较多问题主要有：多重共线性、异方差问题，序列相关性问题等。 -
第3题：
一般在多元线性回归分析中遇到的问题主要有（ ）。A、多重共线性
B、自相关
C、异方差
D、序列相关性答案：A,B,C,D解析：在经济和金融实务中，常常出现数据不能满足线性模型的系列假定。比如随机扰动项不能满足同方差的假定，或产生自相关现象等。一般在多元线性回归分析中遇到的较多问题主要有：多重共线性、异方差问题、序列相关性问题等。 -
第4题：
什么是方差齐性检验？什么假设检验中需要使用方差齐性检验？什么叫事后检验？
正确答案: 对两个总体的方差是否有显著性差异所进行的检验称为方差齐性（相等）检验。当用F检验来推断几个平均数差异的显著性时，需要使用方差齐性检验。因为方差分析的F检验是以各实验处理的组内方差齐性为前提的，因此，在方差分析之前，理应对各种处理的组内方差先进行齐性检验。
如果方差为齐性，而经F检验几种处理的平均数差异显著，这时才可以将各种处理平均数的差异归为其总数平均数不同所致。否则，可能一部分应归因于各种处理的方差不同所致。
但是，方差齐性检验也可以在F检验结果为各种处理的平均数差异显著的情况下进行，因为如果各种处理平均数差异不显著，则不必再进行方差齐性检验。这又被称为事后检验。 -
第5题：
异方差性
正确答案: 对于不同的解释向量，被解释变量的随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。 -
第6题：
什么是异方差？如何处理异方差问题？
正确答案:异方差，指方差项与解释变量相关，多见于截面数据。处理方法为加权最小二乘法或改变模型的数学形式（如将线性模型改为对数线性模型）。 -
第7题：
如果模型中存在异方差性，对模型又什么影响？这时候模型还能进行应用分析吗？
正确答案: 当模型中的误差项存在异方差时，参数估计仍然是无偏的但方差不再是最小的；在异方差存在的情况下，参数估计的方差可能会高估或者低估真实的方差，从而会低估或者高估t统计量，从而可能导致错误的结论。
由于参数估计量不再是有效的，从而对Y的预测也将不是有效的。 -
第8题：
产生异方差性的原因及异方差性对模型的OLS估计有何影响。
正确答案: （1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本
数据的测量误差；（4）随机因素的影响。产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、
模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；（4）模型估计式的代表性降低，预测精度精度降低。 -
第9题：
逐步回归法既检验又修正了（）
- A、异方差性
- B、自相关性
- C、随机解释变量
- D、多重共线性
正确答案:D -
第10题：
问答题有同学认为当数据存在异方差时，加权最小二乘回归方程与普通最小二乘回归方程之间必然有很大的差异，异方差越严重，两者之间的差异就越大。你是否同意这位同学的观点？说明原因。正确答案： 不同意。当回归模型存在异方差时，加权最小二乘估计（WLS）只是普通最小二乘估计（OLS）的改进，这种改进可能是细微的，不能理解为WLS一定会得到与OLS截然不同的方程来，或者大幅度的改进。实际上可以构造这样的数据，回归模型存在很强的异方差，但WLS 与OLS的结果一样。加权最小二乘法不会消除异方差，只是消除异方差的不良影响，从而对模型进行一点改进。解析： 暂无解析 -
第11题：
问答题什么是异方差？如何处理异方差问题？正确答案： 异方差，指方差项与解释变量相关，多见于截面数据。处理方法为加权最小二乘法或改变模型的数学形式（如将线性模型改为对数线性模型）。解析： 暂无解析 -
第12题：
单选题一般在多元线性回归分析中遇到的问题主要有()。 I 多重共线性 Ⅱ 序列相关性 Ⅲ 异方差 Ⅳ 样本容量有限AI、Ⅱ、Ⅲ
BI、Ⅱ、IV
CI、Ⅲ、Ⅳ
DⅡ、Ⅲ、Ⅳ
正确答案： B解析： 在经济和金融实务中，常常出现数据不能满足线性模型的系列假定，比如随机扰动项不能满足同方差的假定，或产生自相关现象等。一般在多元回归分析中遇到的较多问题主要有：多重共线性、异方差问题、序列相关性问题等。 -
第13题：
根据下列材料，回答问题{图0}在进行假设检验之前，需要A.检验两个样本的联合方差是否齐性
B.检验两个样本的方差是否齐性
C.检验两个总体的方差是否齐性
D.用样本方差估计总体方差答案：C解析：在进行假设检验之前，需要了解两个样本的总体的方差是否齐性，然后根据两个总体的方差是否齐性进一步选择检验的方法。 -
第14题：
回归检验法可以处理回归模型中常见的（ ）问题。A.异方差性
B.序列相关性
C.多重共线性
D.同方差性答案：B解析：回归模型中常见的问题有三种：异方差性、序列相关性和多重共线性，处理序列相关性的方法有：（1）回归检验法：（2）D.W检验：（3）冯诺曼比检验法。 -
第15题：
什么是异方差性？
正确答案:当面临的模型违背同方差性假设时，称为异方差问题。 -
第16题：
下列选项中说法正确的有（）。
- A、当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性
- B、当异方差出现时，常用的t和F检验失效
- C、异方差情况下，通常的OLS估计一定高估了估计量的标准差
- D、如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性
- E、如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势
正确答案:B,E -
第17题：
在线性回归模型中，假定随机误差ε（）。
- A、同方差
- B、异方差
- C、独立性
- D、数学期望为0
- E、服从正态分布
正确答案:A,C,D,E -
第18题：
下列说法错误的是（）。
- A、同方差性假定的意义是指每个样本残差σ的方差，不随样本的变化而变化
- B、同方差性指σ=常数
- C、同方差性指σ=0
- D、同方差性是一元线回归模型设定的假定条件
正确答案:C -
第19题：
下列关于异方差性、自相关性和多重共线性的说法，正确的有（）。
- A、当存在异方差性、自相关性和多重共线性时，都会导致参数显著性检验失去意义
- B、当存在异方差性、自相关性和多重共线性时，利用普通最小二乘法的估计量都存在
- C、当存在异方差性、自相关性和多重共线性时，仍然可以进行模型预测
- D、当存在异方差性、自相关性和多重共线性时，如果参数估计量存在，那么都具有有效性
- E、当存在异方差性、自相关性和多重共线性时，都可以通过一定的方法进行补救
正确答案:A,E -
第20题：
产生异方差的原因是什么？试举例说明经济现象中的异方差性。
正确答案:原因包括模型设定误差，模型中略去重要解释变量或者模型数学形式不正确都可能导致异方差。样本数据的观测误差以及截面数据中总体各单位的差异等也会导致异方差的存在。 -
第21题：
产生虚假回归的原因是（）。
- A、自相关性
- B、异方差性
- C、序列非平稳
- D、随机解释变量
正确答案:C -
第22题：
问答题产生异方差性的原因及异方差性对模型的OLS估计有何影响。正确答案： 产生原因：
（1）模型中遗漏了某些解释变量；
（2）模型函数形式的设定误差；
（3）样本数据的测量误差；
（4）随机因素的影响。产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，
主要有：
（1）不影响模型参数最小二乘估计值的无偏性；
（2）参数的最小二乘估计量不是一个有效的估计量；
（3）对模型参数估计值的显著性检验失效；
（4）模型估计式的代表性降低，预测精度精度降低。解析： 暂无解析 -
第23题：
多选题下面关于回归模型中异方差性的陈述正确的是（）A不符合回归模型假定前提
B误差的方差不会因自变量变化而变化
C可以使用画图法来检验
D误差方差为变量
E可以用DW统计值检验<br />
正确答案： D,E解析： 暂无解析 -
第24题：
问答题异方差性正确答案：解析：