A.常见的检验方法是t检验与F检验。
B.如果模型中误选了无关变量，则其系数的真值应为零
C.检验若干个变量是否应包括在模型中用t检验
D.检验若干个变量是否应同时包括在模型中用F检验

A.度量偏误可能发生在解释变量上，也可能发生在被解释变量上
B.解释变量度量误差的后果是OLS估计量是有偏的且不一致的
C.被解释变量度量误差的后果是OLS估计量和方差都是有偏的
D.当存在变量设定误差时，可采用工具变量或替代变量来解决

A.余下变量的估计量X1的标准差不变
B.当解释变量与冗余变量线性相关时，含冗余变量模型回归系数的标准差变大
C.含冗余变量的OLS估计得到估计量不具最小方差
D.含冗余变量的模型参数的估计值的置信区间变宽

A.解释变量的系数是有偏的
B.解释变量的系数是不一致的
C.OLS估计量的误差方差和标准都是无偏的
D.回归系数的t检验和模型显著性的F检验结果不可靠

A.解释变量有遗漏
B.解释变量有冗余
C.模型形式有偏误
D.模型度量选择出现偏误

A.模型简洁性
B.代入数据后，参数估计量能够求解出唯一解，即模型是可识别的
C.样本数据与模型有较大拟合优度
D.模型估计结论与相关理论有较好的一致性

A.因子分析法
B.岭回归分析法
C.路径分析法
D.主成份分析法

A.删掉一个或多个变量
B.差分方法
C.对模型变量进行变换或重新设定模型
D.利用先验信息、补充样本或数据

A.研究目标是预测被解释变量均值时，多重共线性必定导致坏的结果
B.一般程度的共线性不用采取救治措施
C.样本数据导致的多重共线性的救治办法有限
D.关键是降低多重共线性的程度

A.两解释变量之间相关系数较大，也不能断定是严重共线性
B.辅助回归的Ri²比Y对所有解释变量回归的R²大时，共线性就严重了
C.如果VIF很大，那么一定存在严重的多重共线性
D.多重共线性是样本特性，增加样本对降低共线性程度或许有利

A.R2很高T检验均显著
B.R2很高，但存在一个或者多个T检验不显著
C.变量的回归系数会出现负数
D.T检验是有效的