41.常用的回歸系數的顯著性檢驗方法是( )。
A.F檢驗
B.單位根檢驗
C.t檢驗
D.格萊因檢驗
正確答案:C
解析:回歸系數的顯著性檢驗就是檢驗回歸系數β1是否為零。常用的檢驗方法是在正態(tài)分布下的t檢驗方法。
部分資料預覽
42.區(qū)間預測即在給定顯著性水平ɑ的條件下,找到一個區(qū)間,使對應于特定x0和y0包含在這個區(qū)間的概率為( )。
A.ɑ
B.1一ɑ
C.ɑ/2
D.1一ɑ/2
正確答案:B
解析:區(qū)間預測就是在給定顯著性水平ɑ的條件下,找到一個區(qū)間(1,2),使對應于特定x0的y0包含在這個區(qū)間(T1,T2)的概率為1一ɑ。用式子表示為:P(T1
43.在n=45的一組樣本估計的線性回歸模型,包含有4個解釋變量,若計算的R2為0.8232,則調整的R2為( )。
A.0. 2011
B.0. 8055
C.0. 8160
D.0. 8232
正確答案:B
44.DW檢驗可用于檢驗( )。
A.多重共線性
B.異方差
C.自相關
D.回歸系數的顯著性
正確答案:C
解析:DW檢驗用于檢驗隨機誤差項具有一階自回歸形式的序列相關問題,即自相關檢驗。
48.下面幾個關于樣本均值分布的陳述中,正確的是( )。
I 當總體服從正態(tài)分布時,樣本均值一定服從正態(tài)分布
?、?當總體服從正態(tài)分布時,只要樣本容量足夠大,樣本均值就服從正態(tài)分布
Ⅲ 當總體不服從正態(tài)分布時,樣本均值一定服從正態(tài)分布
?、?當總體不服從正態(tài)分布時,無論樣本容量多大,樣本均值都不會近似服從正態(tài)分布
V 當總體不服從正態(tài)分布時,在小樣本情況下,樣本均值不服從正態(tài)分布
A.I、Ⅳ
B.I、V
C.Ⅱ、Ⅲ
D.Ⅱ、V
正確答案:B
解析:由中心極限定理可知:當總體服從正態(tài)分布時,樣本均值一定服從正態(tài)分布,即X~N(μ,σ2)時,X~N(μ,σ2/n)當總體為未知的分布時,只要樣本容量n足夠大(通常要求n ≥30),樣本均值x仍會接近正態(tài)分布,其分布的期望值為總體均值,方差為總體方差的1/n;如果總體不是正態(tài)分布,當n為小樣本時(通常n<30),樣本均值的分布則不服從正態(tài)分布。
49.若多元線性回歸模型存在自相關問題,這可能產生的不利影響包括(?)。
I 模型參數估計值非有效 Ⅱ 參數估計量的方差變大
Ⅲ 參數估計量的經濟含義不合理 Ⅳ 運用回歸模型進行預測會失效
A.I、Ⅱ、Ⅲ
B.I、Ⅱ、Ⅳ
C.I、Ⅲ、Ⅳ
D.Ⅱ、Ⅲ、Ⅳ
正確答案:B
解析:回歸模型存在自相關問題帶來的后果有:①不影響參數估計量的線性和無偏性,但是參數估計量失去有效性;②變量的顯著性檢驗失去意義,在關于變量的顯著性檢驗中,當存在序列相關時,參數的OLS估計量的方差增大,標準差也增大,因此實際的t統計量變小,從而接受原假設βi=0的可能性增大,檢驗就失去意義,采用其他檢驗也是如此;③模型的預測失效。
50.回歸分析是期貨投資分析中重要的統計分析方法,而線性回歸模型是回歸分析的基礎。線性回歸模型的基本假設是( )。
I 被解釋變量與解釋變量之間具有線性關系
Ⅱ 隨機誤差項服從正態(tài)分布
?、?各個隨機誤差項的方差相同
?、?各個隨機誤差項之間不相關
A.I、Ⅱ、Ⅲ
B.I、Ⅲ、Ⅳ
C.Ⅱ、Ⅲ、Ⅳ
D.I、Ⅱ、Ⅲ、Ⅳ
正確答案:D
解析:一元線性回歸模型為:Yi=α+βxi+ui,(i=1,2,3,…,凡),其中Yi為被解釋變量,xi為解釋變量,ui是一個隨機變量,稱為隨機項。要求隨機項ui和自變量xi滿足的統計假定如下:①每個ui均為獨立同分布,服從正態(tài)分布的隨機變量,且E(ui)=0, V(ui)=σ2=常數;②隨機項ui與自變量的任一觀察值xi不相關,即C0v(ui,xi)=0.
2022年中級經濟師3天特訓營免費領??!
課程套餐 | 課程內容 | 價格 | 白條免息分期 | 購買 |
---|---|---|---|---|
2021年證券從業(yè)考試-簽約旗艦托管班 | 錄播+直播+考前預測卷+??季?講義+協議 | ¥2580 | 首付258元 | 視聽+購買 |
2021年證券從業(yè)考試-簽約旗艦直達班 | 錄播+直播+考前預測卷+??季?講義+重讀 | ¥1980 | 首付198元 | 視聽+購買 |
2021年證券從業(yè)考試-進階直達班 | 錄播+直播+??季?重讀 | ¥1680 | 首付168元 | 視聽+購買 |