多重共线性可能造成参数估计值的符号与预期不一致。

A、参数估计量经济意义不合理

B、减小最小二乘估计量的方差

C、变量的显著性检验失效

D、回归模型稳定性水平较低

E、模型不具有预测功能

A、存在多重共线性现象等价于矩阵存在近似于零的特征值。

B、一个正定矩阵如果存在近似于零的特征值，那么这个矩阵的条件数就会很大。

C、考察矩阵的最大特征值的特征向量，可以得出自变量之间存在的近似的线性关系表达式。

D、如果矩阵的条件数大于1000，那么就认为自变量之间存在严重的多重共线性。

若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是( )。 Ⅰ.回归参数估计量非有效 Ⅱ.变量的显著性检验失效 Ⅲ.模型的预测功能失效 Ⅳ.解释变量之间不独立

A.I、Ⅱ、Ⅲ

B.I、Ⅱ、II

C.I、Ⅲ、Ⅳ

D.Ⅱ、Ⅲ、Ⅳ

A、线性性

B、无偏性

C、有效性

D、一致性

A、解释变量为非随机变量

B、解释变量为非随机变量，与扰动项不相关

C、解释变量为随机变量，但与扰动项不相关

D、解释变量为随机变量，且与扰动项相关

A、多重共线性是指多个自变量以及因变量之间相互影响的一种现象。

B、自变量之间的相关系数都不是显著地等于正负1，也可能存在多重共线性现象。

C、如果自变量之间存在多重共线性，那么参数估计量的方差就会变得很大。

D、多重共线性是指设计矩阵的列向量之间存在的近似线性关系。