模型中解释变量X与随机扰动项μ同期不相关但异期相关，则得到的参数OLS估计量有偏不一致。()

多重共线性的含义是指: 解释变量与随机误差项相关|解释变量与随机误差项高度相关|解释变量之间低度相关|解释变量之间高度相关 两个随机变量不相关，说明它们之间：() 回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型中关于随机项i的基本假设是（ ）。 Ⅰ.随机机项i与自变量的任一观察值xi不相关 Ⅱ.E(i)=0,V(i)=σ2=常数 Ⅲ.每个i均为独立同分布，服从正态分布的随机变量 Ⅳ.各个随机误差项之间不相关 对于任意两随机变量X和Y，若D（X）及D（Y）均存在且大于0，则与命题“X和Y不相关”不等价的是（　　）. 回归分析是期货投资分析中重要的统计分析方法,而线性回归模型是回归分析的基础。线性回归模型的基本假设是（ ） Ⅰ.被解释变量与解释变量之间具有线性关系 Ⅱ.随机误差项服从正态分布 Ⅲ.各个随机误差项的方差相同 Ⅳ.各个随机误差项之间不相关 随机解释变量是指在现实经济现象中,解释变量是不可控的,解释变量的观测值具有随机性,并且与模型的随机误差项可能有相关关系 统计不相关:两个随机向量x()与y()统计不相关,若它们的互协方差矩阵不等于零矩阵,即Cxy = O。 如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关。 如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关（） 回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型的基本假设是（  ）。I 被解释变量与解释变量之间具有线性关系Ⅱ 随机误差项服从正态分布Ⅲ 各个随机误差项的方差相同Ⅳ 各个随机误差项之间不相关 当随机解释变量与随机干扰项同期相关时，如果仍用最小二乘法估计，则估计量有偏且非一致。 随机误差项互不相关对于回归模型y=ＸＢ+ Ｕ，是基本假设之一， 如果对于不同的样本点，随机误差项之间存在某种相关性，则出现序列相关性（Serial Correlation)。（） DＷ检验假设条件为解释变量Ｘ为非随机变量，随机扰动项满足一阶自回归形式并且回归模型中不应含有滞后因变量作为解释变量，且回归模型含有不为零的截距项（） 下列情况中，可能存在多重共线性的有（ ）。 Ⅰ.模型中各对自变量之间显著相关 Ⅱ.模型中各对自变量之间显著不相关 Ⅲ.模型中存在自变量的滞后项 Ⅳ.模型中存在因变量的滞后项 下列情况中,可能存在多重共线性的有（　　）Ⅰ.模型中各对自变量之间显著相关Ⅱ.模型中各对自变量之间显著不相关Ⅲ.同模型中存在自变量的滞后项Ⅳ.模型中存在因变量的滞后项 下列情况中，可能存在多重共线性的有（ ）。 I 模型中各自变量之间显著相关 Ⅱ 模型中各自变量之间显著不相关 Ⅲ 模型中存在自变量的滞后项 Ⅳ 模型中存在因变量的滞后项 下列情况中，可能存在多重共线性的有（　　）。Ⅰ．模型中各自变量之间显著相关Ⅱ．模型中各自变量之间显著不相关Ⅲ．模型中存在自变量的滞后项Ⅳ．模型中存在因变量的滞后项 DＷ检验假设条件为解释变量Ｘ为非随机变量，随机扰动项满足一阶自回归形式并且回归模型中含有滞后因变量作为解释变量，且回归模型不含有不为零的截距项（） 散布图根据变量的相关性，可分为（）、负相关、不相关。 DW检验的假设条件有（ ）。 Ⅰ.回归模型不含有滞后自变量作为解释变量 Ⅱ.随机扰动项满足i=ρi-1+Vi Ⅲ. 回归模型含有不为零的截距项 Ⅳ. 回归模型不含有滞后因变量作为解释变量