回归分析中如果存在自相关问题,回归方程的预测会出现()
A.估计过高或估计过低的现象
B.估计适用性不强的现象
C.无法估计的现象
D.估计能力不足的现象
A、估计过高或估计过低的现象
A.估计过高或估计过低的现象
B.估计适用性不强的现象
C.无法估计的现象
D.估计能力不足的现象
A、估计过高或估计过低的现象
第1题
A.各散点都将落在由直线回归方程所确定的回归直线上
B.各散点与该回归直线的纵向距离平方和是最小的
C.要求各散点应尽量靠近该回归直线
D.以上都不对
第6题
A.回归分析前应绘制散点图
B.应变量与自变量关系应为线性
C.回归方程可用来描述两定量变量间数量依存的关系
D.假设检验的P值能够反映自变量对应变量数量上的影响大小
第7题
A.回归算法是用来研究随机变量之间关系的算法
B.按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析
C.回归指的就是线性回归
D.如果回归分析中包括两个或两个以上的自变量,且自变量之间存在线性相关,则称为多重线性回归分析
第8题
下面关于相关系数的四句话中表达不正确的是()。
A.相关系数r是描述回归方程线性相关的密切程度的指标,其取值范围为[-1,1]
B.r的绝对值越接近于1,两变量之间的线性关系越好
C.如果,趋近于0,则两变量没有线性关系,可能不相关,也可能曲线相关
D.只要相关系数,的绝对值不等于O,就可用直线近似表示两变量之间的关系
第10题
利用TRAFFIC2.RAW中的数据。
(i)计算变量prefat的一阶自相关系数。你认为prefat包含单位根吗?失业率也一样吗?
(i)估计一个将prcfat的一阶差分Aprcfat与第10章的计算机练习C11第(vi)部分中同样变量相联系的多元回归模型,只是你还应该对失业率进行一阶差分。于是,模型中包含一个线性时间趋势、月度虚拟变量、周末变量和两个政策变量;不要将这些变量进行差分。你发现了什么有意思的结论吗?
(iii)评论如下命题:“在进行多元回归之前,我们总应该将怀疑具有单位根的时间序列进行一阶差分,因为这样做是一种安全策略,而且应该得到与使用水平值类似的结论。”[在回答这个问题时,最好先做(如果你还没有做过的话)第10章的计算机练习C11第(vi)部分中的回归。]