当模型存在异方差性时，对参数估计量的影响包括（ ）。A.参数估计量非有效B.变量的显著性检验失去意义C.模型的预测失效D.参数估计量的方差被低估E.参数估计量的方差被高估
当模型存在异方差性时，对参数估计量的影响包括（ ）。
A.参数估计量非有效
B.变量的显著性检验失去意义
C.模型的预测失效
D.参数估计量的方差被低估
E.参数估计量的方差被高估
B.变量的显著性检验失去意义
C.模型的预测失效
D.参数估计量的方差被低估
E.参数估计量的方差被高估
参考解析
解析：模型存在异方差性的后果是：①普通最小二乘法（OLS）的参数估计量非有效。参数估计量仍然具有线性性、无偏性，但不具有有效性。而且，在大样本情况下，尽管参数估计量具有一致性，但仍然不具有渐近有效性；②变量的显著性检验失去意义；③模型的预测失效。若仍用OLS法去估计参数的方差，会高估或低估参数估计量的方差。
相关考题：
在用普通最小二乘法估计回归模型时，存在异方差问题将导致（ ）。Ⅰ.参数估计量非有效Ⅱ.变量的显著性检验无意义Ⅲ.模型的预测失效Ⅳ.参数估计量有偏 A、Ⅰ.Ⅱ.ⅣB、Ⅰ.Ⅱ.ⅢC、Ⅰ.Ⅲ.ⅣD、Ⅱ.Ⅲ.Ⅳ
若多元线性回归模型存在自相关问题，可能产生的不利影响是（ ）。Ⅰ.模型参数估计量失去有效性Ⅱ.参数的OLS估计量的方差变大Ⅲ.参数估计一量的经济含义不合理Ⅳ.运用回归模型进行预测会失效 A、Ⅰ.Ⅱ.Ⅲ.ⅣB、Ⅰ.Ⅱ.ⅢC、Ⅰ.Ⅲ.ⅣD、Ⅰ.Ⅱ.Ⅳ
下列关于异方差性、自相关性和多重共线性的说法，正确的有（）。A、当存在异方差性、自相关性和多重共线性时，都会导致参数显著性检验失去意义B、当存在异方差性、自相关性和多重共线性时，利用普通最小二乘法的估计量都存在C、当存在异方差性、自相关性和多重共线性时，仍然可以进行模型预测D、当存在异方差性、自相关性和多重共线性时，如果参数估计量存在，那么都具有有效性E、当存在异方差性、自相关性和多重共线性时，都可以通过一定的方法进行补救
单选题在用普通最小二乘法估计回归模型时，存在异方差问题将导致()。 Ⅰ 参数估计量非有效 Ⅱ 变量的显著性检验无意义 Ⅲ 模型的预测失效 Ⅳ 参数估计量有偏AI、Ⅱ、ⅢBI、Ⅱ、ⅣCI、Ⅲ、ⅣDⅡ、Ⅲ、Ⅳ
单选题若多元线性回归模型存在自相关问题，这可能产生的不利影响包括（ ）。Ⅰ．模型参数估计值非有效Ⅱ．参数估计量的方差变大Ⅲ．参数估计量的经济含义不合理Ⅳ．运用回归模型进行预测会失效AⅠ、Ⅱ、ⅢBⅠ、Ⅱ、ⅣCⅠ、Ⅲ、ⅣDⅡ、Ⅲ、Ⅳ
单选题在用普通最小二乘法估计回归模型时，存在异方差问题将导致（ ）。Ⅰ．参数估计量非有效Ⅱ．变量的显著性检验无意义Ⅲ．模型的预测失效Ⅳ．参数估计量有偏AⅠ、Ⅱ、ⅢBⅠ、Ⅱ、ⅣCⅠ、Ⅲ、ⅣDⅡ、Ⅲ、Ⅳ
单选题若多元线性回归模型存在自相关问题，可能产生的不利影响是()I 模型参数估计量失去有效性 Ⅱ参数的OLS估计量的方差变大 Ⅲ参数估计量的经济含义不合理 IV 运用回归模型进行预测会失效AI、II、III、IVBI、II、IIICI、III、IVDI、II、IV