第7章多重共線性習題一、單項選擇題如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計量(A)不確定，方差無限大 B.確定，方差無限大不確定，方差最小確定，方差最小多元線性回歸模型中，發現各參數估計量的t值都不顯著，但模型的R2(或R2)很大，F值確很顯著，這說明模型存在(A)A.多重共線性 B.異方差C.自相關D.設定偏誤逐步回歸法既檢驗又修正了(D)A.異方差性 B.自相關性C.隨機解釋變量 D.多重共線性如果模型中的解釋變量存在完全的多重共線性，參數的最小二乘估計量是(C)A.無偏的 B.有偏的C.不確定 D.確定的5.設線性回歸模型為Y產卩°+卩i化+卩2X2i+巴，下列表明變量之間具有完全多重共線性的是(A)A.0+2*A.0+2*X+0*X=01i 2iB.0+2*X+0*X+v=01i 2ir0+0*X+0*X=r0+0*X+0*X=0C. 1i其中v為隨機誤差項簡單相關系數矩陣方法主要用于檢驗(DA.異方差性C.隨機解釋變量2iD.0+0*X+0*X+v=01i 2i6.)B.自相關性D.多重共線性7.設X1,X2為解釋變量，則完全多重共線性是(A. x+-x二0122B.xex2二012C.x+—x+v二0（v為隨機誤差項）D. x+ex2二012218.下列說法不正確的是(C)多重共線性產生的原因有模型中大量采用滯后變量多重共線性是樣本現象

檢驗多重共線性的方法有DW檢驗法修正多重共線性的方法有增加樣本容量二、多項選擇題1．能夠檢驗多重共線性的方法有（AB）A.簡單相關系數矩陣法 B.t檢驗與F檢驗綜合判斷法C.DW檢驗法 D.ARCH檢驗法White檢驗2．如果模型中解釋變量之間存在共線性，則會引起如下后果（BCD）B.參數估計D.B.參數估計D.參數的經濟意義不）B.DW檢D.ARCH檢驗法C.參數估計值的方差趨于無限大正確DW統計量落在了不能判定的區域3．能夠檢驗多重共線性的方法有（ACEA.簡單相關系數矩陣法驗法C.t檢驗與F檢驗綜合判斷法E.輔助回歸法（又待定系數法）三、 判斷題多重共線性問題是隨機擾動項違背古典假定引起的。F解釋變量與隨機誤差項相關，是產生多重共線性的主要原因。F在模型中引入解釋變量的多個滯后項容易產生多重共線性。T四、 問答題1．下面結果是利用某地財政收入對該地第一、二、三產業增加值的回歸結果根據這一結果試判斷該模型是否存在多重共線性，說明你的理由。DependentVariable:REVMethod:LeastSquaresSample:110Includedobservations:10Variable CoefficientStd.Errort-Statistic Prob.0.264017414.63 14135.10 1.2320130.2640GDP1-0.2775100.146541 -1.8937430.1071GDP20.0848570.093532 0.9072520.3992GDP30.1905170.151680 1.2560480.2558R-squared0.993798Meandependentvar63244.00AdjustedR-squared0.990697S.D.dependentvar54281.99S.E.ofregression5235.544Akaikeinfocriterion20.25350Sumsquaredresid1.64E+08Schwarzcriterion20.37454Loglikelihood-97.26752F-statistic320.4848Durbin-Watsonstat1.208127Prob(F-statistic)0.0000012．克萊因與戈德伯格曾用1921-1950年(1942-1944年戰爭期間略去)美國國內消費Y和工資收入XI、非工資一非農業收入X2、農業收入X3的時間序列資料，利用OLSE估計得出了下列回歸方程(括號中的數據為相應參數估計量的標準誤):Y=8.133+1.059X1+0.452X2+0.121X3(8.92) (0.17) (0.66) (1.09) R2=0.95F=107.37試對上述模型進行評析，指出其中存在的問題。習題答案一、單項選擇題1．A2．A3．D4．C5．A6．D7．A8．C二、多項選擇題1．AB2．BCD3．ACE三、判斷題1．答：錯誤。應該是解釋變量之間高度相關引起的。2．答：錯誤。產生多重共線性的主要原因是：(1)許多經濟變量在時間上有共同變動的趨勢；(2)解釋變量的滯后值作為解釋變量在模型中使用。3．答：正確。在分布滯后模型里多引進解釋變量的滯后項，由于變量的經濟意義一樣，只是時間不一致，所以很容易引起多重共線性。四、問答題1?答：存在嚴重多重共線性。因為方程整體非常顯著，表明三次產業GDP對財

政收入的解釋能力非常強，但是每個個別解釋變量均不顯著，且存在負系數，與理論矛盾，原因是存在嚴重共線性。2.答:從模型擬合結果可知，樣本觀測個數為27,消費模型的判定系數R2-0.95,F統計量為107.37，在0.05置信水平下查分子自由度為3，分母自由度為23的F臨界值為3.03,計算的F值遠大于臨界值，表明回歸方程是顯著的。模型整體擬合程度較高。依據參數估計量及其標準誤，可計算出各回歸系數估計量的t統計量值：8.1338.92=0.91,0.4520.668.1338.92=0.91,0.4520.66=0.6&0.1211.09=0.11除1外，其余的1值都很小。工資收入X1的系數的t檢驗值雖然顯著，但該系數的估計值過大，該值為工資收入對消費邊際效應，因為它為1.059，意味著工資收入每增加一美元，消