在多元线性回归模型中，若某个解释变量对其余解释变量的相关系数接近于1，则表明模型中存在()。

A.外生变量

B.滞后变量

C.内生变量

D.虚拟变量

E.前定变量

A.回归参数

B.解释变量

C.被解释变量

D.剩余项

A.方差非齐性

B.多重共线性

C.序列有关

D.设定误差

关于多元线性回归模型的说法，正确的是()。

A．如果模型的R2很高，我们可以认为此模型的质量较好

B．如果模型的R2很低，我们可以认为此模型的质量较差

C．如果某一参数不能通过显著性检验，我们应该剔除该解释变量

D．如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量

A.在严重多重共线性下，OLS估计量仍是最正确线性无偏估计量

B.多重共线性问题的实质是样本现象，因此可以通过增加样本信息得到改善

C.虽然多重共线性下，很难准确区分各个解释变量的单独影响，但可据此模型进展预测

D.如果回归模型存在严重的多重共线性，可不加分析地去掉某个解释变量从而消除多重共线性

A.向前选择法是从模型中没有自变量开始，然后将所有自变量依次增加到模型中

B.向后剔除法是先对所有自变量拟合线性回归模型，然后依次将所有自变量剔除模型

C.逐步回归法是将向前选择法和向后剔除法结合起来，但不能保证得到的回归模型一定就显著

D.逐步回归法选择变量时，在前面步骤中增加的自变量在后面的步骤中有可能被剔除，而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中

A.多元

B.非线性

C.线性

D.虚拟变量

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.随机误差项盼望值为零

B.不存在异方差

C.不存在自有关

D.无多重共线性

A.不存在一阶自相关

B.存在正的一阶自相关

C.存在负的一阶自

D.无法确定

A．F=ESS/TSS

B．F=(ESS/k)/[RSS/(n-k-1)]

C．F=1 - (ESS/k)/[TSS/(n-k-1)]

D．F=RSS/TSS