A.完全的多重共线性时回归系数的标准差为无穷大
B.严重多重共线性时估计量是BLUE的，其标准差很小
C.严重多重共线性常R2很高，但是t检验并非都显著
D.严重多重共线性时，估计量和标准差对数据变化敏感

A.多重共线性从根本上来说是程度问题
B.完全的共线性在现实中基本不会出现
C.多重共线性下得到的估计量是BLUE的
D.严重多重共线性会使回归系数标准差变大

A.可能是解释变量之间变化的方向相同导致的
B.多重共线性容易发生在时间序列数据之间
C.可能是模型中的滞后变量的影响导致的
D.可能是经济变量间存在密切的关联性导致的

A.Park检验法
B.D-W d来估计自相关系数
C.残差项及其滞后项进行无截距的回归
D.Durbin的带自回归的两步法

A.差分方程与原来方程的系数是完全相同的
B.差分法会减少样本数，因此是无效的
C.差分法对消除残差项之间的自相关性总是有效的
D.Prais_Winsten变换的作用是调节样本减少的影响

A.残差项之间完全正相关，d≈0
B.残差项之间完全不相关，d≈2
C.残差项之间完全负相关，d≈4
D.适合检验自回归模型

A.戈里瑟检验
B.冯诺曼比检验
C.回归检验
D.DW检验

A.利用OLS法得到回归估计量是线性、无偏的
B.利用OLS法得到回归估计量不是有效的
C.T检验和F检验的结果不可靠
D.拟合程度R2能测度样本点与样本回归函数之间真实情况

A.时间序列数据的回归模型要注意检验残差项的自相关性
B.截面数据的回归模型要注意检验残差项的自相关性
C.u^t=p*u^t-1+vi是滞后一阶的自回归模型
D.模型Yt=b1+b2pt-1+ut残差项容易产生自相关性

A.经济数据的惯性作用
B.规模效应
C.数据的平滑、外推和内插
D.选择的模型偏误

A.异方差Park和Glejser检验法都给出了可参考的方差结构
B.利用Park和Glejser检验的方差结构一定能有效消除异方差
C.Glejser检验结出的方差结构比较粗糙
D.在经济学中，通常对变量取对数或变量变换来修改异方差