A.向前選擇法是從模型中沒有自變量開始，然后將所有自變量依次增加到模型中

B.向后剔除法是先對所有自變量擬合線性回歸模型，然后依次將所有自變量剔除模型

C.逐步回歸法是將向前選擇法和向后剔除法結(jié)合起來，但不能保證得到的回歸模型一定就顯著

D.逐步回歸法選擇變量時，在前面步驟中增加的自變量在后面的步驟中有可能被剔除，而在前面步驟中剔除的自變量在后面的步驟中也可能重新進(jìn)入到模型中

多元線性判別模型(MDA)是一種統(tǒng)計學(xué)的技術(shù)，被用于計量信用風(fēng)險，下列選項中屬于該模型的主要優(yōu)點的是()。

A．可以對樣本進(jìn)行清晰的分類

B．可以同時分析不同的變量

C．可以確定一系列的判定系數(shù)

D．以上答案都正確

A.二元線性回歸

B.二元二次線性回歸

C.多元線性回歸

D.一元線性回歸

A.同方差

B.異方差

C.自相關(guān)

D.多重共線性

A.期望值為0

B.方差都相等

C.服從正態(tài)分布

D.固定不變

A.無限期分布滯后模型不可以轉(zhuǎn)換為一階自回歸模型

B.科伊克模型和自適應(yīng)預(yù)期模型都存在解釋變量與隨機(jī)干擾項同期相關(guān)問題

C.局部調(diào)整模型中解釋變量與隨機(jī)干擾項沒有同期相關(guān)，因此可以應(yīng)用OLS估計

D.自適應(yīng)預(yù)期模型最初表現(xiàn)形式是Yt=β0+β1Xte+μt

E.估計自回歸模型時的主要問題在于滯后被解釋變量的存在可能導(dǎo)致它與隨機(jī)干擾項相關(guān)，以及隨機(jī)干擾項出現(xiàn)序列相關(guān)

試證明：二元線性回歸模型中變量X₁與X₂的參數(shù)OLS估計可以寫成：

其中，r為X₁與X₂的相關(guān)系數(shù)。討論r等于或接近1時，該模型的估計問題。

A、修正的R^2﹤R^2

B、修正的R^2>=R^2

C、修正的R^2只能大于零

D、修正的R^2可能為負(fù)值

A.線性

B.非線性

C.廣義線性回歸

D.決策樹