残差序列存在自相关会带来许多问题,如参数的普通最小二乘估计不再是()估计;容易导致回归系数的显著性检验的t值偏(),进而容易()其原假设,使那些本不应保留在方程中的变量被保留下来,最终使模型的预测偏差较()。
查看答案
DW(Durbin-Watson)检验的原假设是总体的()与零无显著差异,当DW=2时,残差序列();当DW∈(2,4)时,残差序列存在();当DW∈(0,2)时,残差序列存在()。
如果随着解释变量或被解释变量预测值的变化,对应残差的方差会相应变化,则说明出现了()现象。可以通过绘制()分析是否存在异方差。
异常值产生的原因:一是原始数据的测量或()错误。如果是这种异常值,应该()订正数据。二是抽样随机性造成的异常值。如果是这种异常,就应该()这些数据,而不能随意将它们()。三是异常值的出现是总体本来数据结果的一种暗示。此时应该考虑是否()样本容量,或考虑其他形式的()