DW检验不适用于下列情况下的一阶线性自相关检验()。
A.模型包含有随机解释变量
B.样本容量太小
C.非一阶自回归模型
D.含有滞后的被解释变量
E.包含有虚拟变量的模型
- · 有4位网友选择 A,占比44.44%
- · 有2位网友选择 B,占比22.22%
- · 有2位网友选择 E,占比22.22%
- · 有1位网友选择 C,占比11.11%
A.模型包含有随机解释变量
B.样本容量太小
C.非一阶自回归模型
D.含有滞后的被解释变量
E.包含有虚拟变量的模型
A.高阶线性自回归形式的序列相关
B.一阶非线性自回归的序列相关
C.移动平均形式的序列相关
D.正的一阶线性自回归形式的序列相关
E.负的一阶线性自回归形式的序列相关
A.高阶线性自相关形式的序列相关
B.一阶非线性自回归形式的序列相关
C.正的一阶线性自回归形式的序列相关
D.负的一阶线性自回归形式的序列相关
A.只适用于一阶线性自回归形式的序列相关检验,且样本容量要充分大
B.DW统计量的取值区间是[0,4]
C.当DW=2时,对应的相关系数为0,表明不存在序列相关
D.当D.W.接近于4时,相关系数接近1,表明可能存在完全正的一阶自相关。
A.高阶线性自回归形式的序列相关
B.一阶非线性自回归的序列相关
C.移动平均形式的序列相关
D.正的一阶线性自回归形式的序列相关
E.负的一阶线性自回归形式的序列相关
本案例数据文件请至“第五章案例数据文件”处下载,其中x 是自变量,y 是因变量。我们要检验线性回归模型的误差是否有自相关现象,如果有自相关现象,用迭代法来消除自相关。 先进行数据分析,再根据运行结果回答以下问题,答题时选择与运行结果最为接近的数值。 1. 用普通最小二乘法建立 y 关于 x 的回归方程,结果是 () A. y=-1.3348 + 0.0762 x B. y=-1.4348 + 0.1762 x C. y=-1.5348 + 0.2762 x D. y=-1.6348 + 0.3762 x 2. 使用残差向量的皮尔逊相关系数,计算残差序列的一阶自相关系数的值为 () A. 0.46 B. 0.56 C. 0.66 D. 0.76 3. 按定义计算残差序列的 DW 统计量。已知 1% 的 DW 检验的上下界分别为和. 则DW 统计量和残差自相关性的判断结果是 () A. DW=0.667, 残差存在自相关。 B. DW=1.227, 残差存在自相关。 C. DW=0.667, 残差不存在自相关。 D. DW=1.227, 残差不存在自相关。 4. 按照迭代法的算法,使用下述变量代换,其中的由计算得来。 然后用普通最小二乘法,得到的回归方程和残差的自相关系数分别是 ()A. 回归方程是, 残差的自相关系数 0.6. B. 回归方程是, 残差的自相关系数 0.5. C. 回归方程是, 残差的自相关系数 0.4. D. 回归方程是, 残差的自相关系数 0.3. 5. 使用第4题的迭代法处理后的回归方程是 () A.B.C.D.
A.AR(2)形式的自相关性
B.正的一阶自回归形式的自相关性
C.解释变量中含有滞后被解释变量的回归模型中的自相关性
D.过原点回归模型中的自相关性
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!