检验回归模型中关于系数的约束时，LR统计量不仅需要估计有约束模型，还需要估计无约束模型。
检验回归模型中关于系数的约束时，LR统计量不仅需要估计有约束模型，还需要估计无约束模型。
A.正确
B.错误
正确答案：A
相关答案
- 1.格兰杰非因果性检验可以利用（ ）完成。
- 2.LR、wald和LM检验中，检验统计量在原假设下渐近服从（ ）
- 3.虚拟变量一定是分类变量，但是分类变量未必是虚拟变量。
- 4.随着工具变量的引入，模型中原有的问题变量被彻底替代，在工具变量法中毫无作用。
- 5.落入“虚拟变量陷阱”时，一般会导致正规方程无解。
- 6.和VIF相比，容许度（TOL）是多重共线性的更好的度量指标。
- 7.其他条件不变，方差膨胀因子（VIF）越高，OLS估计量的方差越大。
- 8.在多元线性回归模型中，若以某个解释变量为被解释变量，对其他解释变量进行回归估计，如果发现回归的拟合优度高，就表明解释变量之间存在较高程度的多重共线性问题。
- 9.若存在高度多重共线性，则导致参数进行区间估计时置信区间变宽。
- 10.若模型存在高度多重共线性，则导致参数的OLS估计量方差增大。
热门答案
- 1.若模型存在高度多重共线性，则普通最小二乘估计也无法应用。
- 2.若回归模型的解释变量之间存在高度共线性，则无法使用普通最小二乘法估计参数。
- 3.若多元线性回归模型的多重共线性问题不严重，可以不用修正。
- 4.下面的各对解释变量中，哪些容易导致模型产生多重共线性？
- 5.一阶自相关系数可以通过r=1- DW/2进行估计。
- 6.当存在序列自相关时，OLS估计量是有偏并且无效的。
- 7.用一阶差分变换消除自相关问题的方法是假定自相关系数r为-1。
- 8.布罗施-戈弗雷（BG）检验统计量只用于检验高阶自相关。
- 9.在存在序列自相关的情形下，常用的OLS估计量总是高估了估计量的标准差。
- 10.回归模型的随机误差项存在序列自相关时，将无法使用OLS方法估计模型。