多重共线性是指回归模型的某两个或多个解释变量之间出现了相关性，它是一种总体现象。（ ）
多重共线性是指回归模型的某两个或多个解释变量之间出现了相关性，它是一种总体现象。（ ）
参考解析
解析：多重共线性是一种样本现象，同一个模型在一个样本下可能表现出多重共线性，而在另一个样本下可能就不存在多重共线性，因此增加样本容量就有可能消除多重共线性。
相关考题：
下列选项中判断正确的有（）。A.在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量。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，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。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。
根据以下内容，回答2~3题。在实际应用当中，线性回归模型有时不完全满足那些基本假定。会遇到的较多问题主 要有多重共线性问题以及自相关、异方差等问题。以下说法正确的是（ ）。A．当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在多重共线性B．当模型中的误差项存在相关性的时候，称回归模型中存在多重共线性C．同方差性假定的意义是指每个样本残差μi的方差，不随样本的变化而变化D．当回归模型中两个或者两个以上的自变量彼此相关时，则称回归模型中存在自相关
回归系数检验不显著的原因主要有（ ）。Ⅰ.变量之间的多重共线性Ⅱ.变量之间的异方差性Ⅲ.同模型变量选择的不当Ⅳ.模型变量选择没有经济意义A.Ⅱ.Ⅲ.ⅣB.Ⅰ.Ⅱ.ⅢC.Ⅰ.Ⅲ.ⅣD.Ⅰ.Ⅱ.Ⅳ
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.ⅣB、Ⅰ.Ⅱ.ⅢC、Ⅱ.Ⅲ.ⅣD、Ⅰ.Ⅱ.Ⅳ
回归系数检验不显著的原因主要有（ ）。Ⅰ.变量之间的多重共线性Ⅱ.变量之间的异方差性Ⅲ.同模型变量选择的不当Ⅳ.模型变量选择没有经济意义A：Ⅱ.Ⅲ.ⅣB：Ⅰ.Ⅱ.ⅢC：Ⅰ.Ⅲ.ⅣD：Ⅰ.Ⅱ.Ⅳ
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、ⅢB.I、Ⅱ、IIC.I、Ⅲ、ⅣD.Ⅱ、Ⅲ、Ⅳ
选择工具变量的要求是（）。A、工具变量必须是有明确经济含义的外生变量B、工具变量与所替代的随机解释变量高度相关C、工具变量与随机误差项不相关D、工具变量与模型中其它解释变量不相关，以避免出现多重共线性E、模型中多个工具变量之间不相关
单选题在联立方程模型中，下列关于工具变量的表述，错误的是（）A工具变量必须与将要替代的内生解释变量高度相关。B工具变量必须是模型中的前定变量，与结构方程中的随机误差项不相关。C工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共线性。D若引入多个工具变量，即使工具变量之间存在多重共线性，也不影响估计结果。
单选题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AⅠ、Ⅱ、ⅢBⅠ、Ⅱ、ⅣCⅠ、Ⅲ、ⅣDⅡ、Ⅲ、Ⅳ
多选题回归系数检验不显著的原因主要有()。A变量之间的多重共线性B变量之间的异方差性C模型变量选择的不当D模型变量选择没有经济意义