戈里瑟检验和帕克检验通过建立残差序列对解释变量的（辅助)回归模型，判断模型是否存在异方差性。（)

A.当异方差出观时，最小二乘估计是有偏的和不具有最小方差特性

B.当异方差出现时，常用的t和F检验失效

C.异方差情况下，通常的0LS估计一定高估了估计里的标准差

D.如果0LS回归的残差表现出系统性，则说明数据中不存在异方差性

E.如果回归模型中遗漏一个重要变里，则OLS残差必定表现出明显的趋势

A.Ⅰ.Ⅱ.Ⅲ.Ⅳ

B.Ⅰ.Ⅱ.Ⅲ

C.Ⅱ.Ⅲ.Ⅳ

D.Ⅰ.Ⅱ.Ⅳ

A.当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性

B.当异方差出现时，常用的t和F检验失效

C.异方差情况下，通常的OLS估计一定高估了估计量的标准差

D.如果OLS回归的残差表现出系统性，则说明数据中不存在异方差性

E.如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势

A.Ⅰ.Ⅱ.Ⅳ

B.Ⅰ.Ⅱ.Ⅲ

C.Ⅰ.Ⅲ.Ⅳ

D.Ⅱ.Ⅲ.Ⅳ

一个二元线性回归模型的回归结果如下表所示：

方差来源 平方和 自由度

来自残差 17058 32

来自回归 26783 2

来自总离差 43841 34

(1)求样本容量n;(2)求可决系数;

(3)根据以上信息，在给定显著性水平下，可否检验两个解释变量对被解释变量的联合影响是否显著，为什么？

A.安斯卡姆伯—雷姆塞检验

B.怀特检验

C.戈里瑟检验

D.方差膨胀因子检验

A.Ⅰ、Ⅱ、Ⅳ

B.Ⅰ、Ⅱ、Ⅲ

C.Ⅰ、Ⅲ、Ⅳ

D.Ⅱ、Ⅲ、Ⅳ

A.①②③⑤④

B.③①②⑤④

C.③①②⑤

D.③①②⑤

A、模型的解释变量解释力度越强，R2就越高

B、一元回归方程中存在多重共线性的问题

C、如果模型的可决系数很高，我们可以认为此模型的质量较好

D、存在异方差时，变量的显著性检验失效