试题详情
- 简答题简述序列相关带来的后果。
- 当模型存在序列相关时，根据普通最小二乘法估计出的参数估计量仍具有线性特性和无偏性，但不再具有有效性；用于参数显著性的检验统计量，要涉及到参数估计量的标准差，因而参数检验也失去意义。
关注下方微信公众号，在线模考后查看
热门试题
- 下列哪些方法可克服序列相关性（）。
- 为什么定义方程式可以用于联立方程组模型，
- 调整后的决定系数
- 对模型进行对数变换，其原因是（）。
- 为什么在对参数作最小二乘估计之前，要对模
- 对于变截距面板数据模型，截面上存在个体影
- 在DW检验中，存在不能判定的区域是（）
- 如果模型中存在异方差性，对模型又什么影响
- 如果某个结构式方程是过度识别的，则估计该
- 联立方程的阶条件用于判断方程是否能够被识
- 假定有如下的回归结果：其中，Y表示美国的
- 广义最小二乘法的特殊情况是（）
- 回归模型中引入虚拟变量的作用？有哪几种基
- 序列相关性的后果包括（）。
- 简化式参数与结构式参数之间的关系被称为参
- 在引入虚拟变量后，OLS估计量只有在大样
- 在模型Yi=β
- 计量经济学模型中的待估参数有哪些？
- 试比较说明模型存在异方差时，普通最小二乘
- 检验两个变量是否协整的方法是（）。