统计学
多重线性回归模型的基本假定有哪些？如何判断资料是否满足这些假定？如果资料不满足假定条件，常用的处理方法有哪些？
题目
多重线性回归模型的基本假定有哪些？如何判断资料是否满足这些假定？如果资料不满足假定条件，常用的处理方法有哪些？
相似问题和答案
第1题：
古典线性回归模型具有哪些基本假定。
1解释变量与随机误差项不相关。
2随机误差项的期望或均值为零。
3随机误差项具有同方差，即每个随机误差项的方差为一个相等的常数。
4两个随机误差项之间不相关，即随机误差项无自相关。
第2题：
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
自相关是指模型的误差项间存在相关性。自相关检验方法有 DW检验法、LM检验法、回归检验法等。异方差的检验方法有很多，简单直观的方法是残差图分析法。消除共线性的方法有多种，包括剔除一些不重要的解释变量，增加样本容量，回归系数的有偏估计等。
第3题：
A、简单线性回归模型
B、多重线性回归模型
C、logistic回归
D、线性相关
E、以上都可以
第4题：
在回归模型中，有关误差项的假定有哪些？
对回归模型中的误差项通常有三个假定：
（1）误差项回ε事一个期望值为0的随机变量，即E（ε）=0。
（2）对于所有的χ值，ε的方差δ2都相同。
（3）误差项ε是一个服从正态分布的随机变量，且相互独立。
略
第5题：
第6题：
以下关于统计分析的说法，错误的是（ ）。A．回归模型的设定必须满足一定的假定条件B．在回归模型满足经典假设时，用最小二乘法得到的结果是无偏且有效的C．应该用回归模型，可以进行预测D．如果所得到的回归模型存在多重共线性等问题时，不可以用该模型进行预测。
如果所得到的回9-3模型存在多重共线性等问题时，仍可以用该模型 进行预测。
第7题：
试述经典线性回归模型的经典假定。
假定1：误差项ui的均值为零。
假定2：同方差性或ui的方差相等。对所有给定的Xi，ui的方差都是相同的。
假定3：各个误差项之间无自相关，ui和uj(i≠j)之间的相关为零。
假定4：ui和Xi的协方差为零或E(uiXi)=0 该假定表示误差项u和解释变量X是不相关的。
假定5：正确地设定了回归模型，即在经验分析中所用的模型没有设定偏误。
假定6：对于多元线性回归模型，没有完全的多重共线性。就是说解释变量之间没有完全的线性关系。
第8题：
古典线性回归模型的基本假定是什么？
①零均值假定。即在给定xt的条件下，随机误差项的数学期望（均值）为0，即tE（u）=0。
②同方差假定。误差项tu的方差与t无关，为一个常数。
③无自相关假定。即不同的误差项相互独立。
④解释变量与随机误差项不相关假定。
⑤正态性假定，即假定误差项tu服从均值为0，方差为2的正态分布。
第9题：
B.同方差与无自相关假定
C.异方差假定
D.无多重共线性假定
（2）同方差与无自相关假定
（3）无多重共线性假定，即解释变量之间不存在线性关系。
（4）随机扰动项与解释变量互不相关
（5）正态性假定，随机扰动项μi服从正态分布，即μi～N（0，σ2）。
故C项说法错误。
考点：多元线性回归模型的基本假定
第10题：
Black-Scholes模型的基本假定有哪些？
正确答案: （1）股票价格是随机变量，服从对数正态分布，股票收益期望值和均方差为常数μ和δ；
（2）无交易费用和税收，所有证券均无限可分；
（3）在期权有效期内股票不付红利；
（4）不存在无风险套利机会；
（5）证券交易是连续进行的；
（6）投资者可以按无风险利率r借或贷，r为常数。