A.從模型中刪掉一個(gè)變量
B.獲取額外的數(shù)據(jù)或新的樣本
C.重新考慮模型
D.參數(shù)的先驗(yàn)信息
E.變量變換
您可能感興趣的試卷
你可能感興趣的試題
A.在近似共線性的情形下，OLS估計(jì)量仍然是無偏的。
B.近似共線性并未破壞OLS估計(jì)量的最小方差性。
C.即使在總體回歸方程中變量X之間不是線性相關(guān)的，但在某個(gè)樣本中，X變量之間可能線性相關(guān)，多重共線性是一個(gè)樣本（回歸）現(xiàn)象。
A.問題的性質(zhì)（異質(zhì)性截面數(shù)據(jù)）
B.殘差的圖形檢驗(yàn)
C.帕克檢驗(yàn)（PARK TEST）
D.格萊澤檢驗(yàn)（GLEJSER TEST）
E.懷特的一般異方差檢驗(yàn)（WHITE GENERAL HETEROSCEDASTICITY TEST）
F.異方差的其他檢驗(yàn)方法
最新試題
被解釋變量是作為模型分析研究對(duì)象的變量。
經(jīng)濟(jì)變量是描述經(jīng)濟(jì)活動(dòng)的水平或狀態(tài)，隨時(shí)間或空間不同而變動(dòng)的各種因素。
多重共線性的修正方法包括（）。
產(chǎn)生多重共線性的背景是什么？
多元線性回歸模型OLS估計(jì)式的統(tǒng)計(jì)性質(zhì)包括（）。
可以利用t分布的性質(zhì)認(rèn)識(shí)樣本容量較小時(shí)參數(shù)估計(jì)值的分布特征。
模型整體顯著性F檢驗(yàn)包含的兩個(gè)自由度是（）。
較高的簡單相關(guān)系數(shù)是多重共線性存在充分必要條件。
經(jīng)濟(jì)參數(shù)是變量間數(shù)量關(guān)系和經(jīng)濟(jì)數(shù)量規(guī)律性的具體體現(xiàn)，獲取經(jīng)濟(jì)參數(shù)的數(shù)值是經(jīng)濟(jì)計(jì)量分析的主要目的。
完全造成共線性產(chǎn)生的后果有哪些？