模型只是研究者對(duì)所關(guān)注的那些部分所作的模擬，只能抓主要因素和主要特征，而不得不舍棄某些因素。

多重共線性的修正方法包括（）。

一般而言，如果每?jī)蓚€(gè)解釋變量的簡(jiǎn)單相關(guān)系數(shù)（零階相關(guān)系數(shù)）比較高，例如大于（），則可認(rèn)為存在著較嚴(yán)重的多重共線性。

如果簡(jiǎn)單相關(guān)系數(shù)檢測(cè)法證明多元回歸模型的解釋變量?jī)蓛刹幌嚓P(guān)，則可以判斷解釋變量間不存在多重共線性。

多重共線性問題的實(shí)質(zhì)是樣本現(xiàn)象，因此可以通過增加樣本信息得到改善。

統(tǒng)計(jì)檢驗(yàn)中，F(xiàn)檢驗(yàn)?zāi)Ｐ驼w顯著性，t檢驗(yàn)單個(gè)解釋變量顯著性。

多元線性回歸模型OLS估計(jì)式的統(tǒng)計(jì)性質(zhì)包括（）。

關(guān)于樣本線性相關(guān)系數(shù)，正確的是（）。

與簡(jiǎn)單線性回歸相比，多元線性回歸中增加的基本假定是（）。

完全造成共線性產(chǎn)生的后果有哪些？