5、如何看待多元线性回归模型中的多重共线性问题？

多重共线性是多元线性回归中的普遍现象，也是一个复杂的问题。关于多重共线性的检验和修正方法都有待进一步探索。当回归模型主要用于预测时，即使存在较严重的多重共线性，只要这种多重共线性在预测期内依然存在，就不会对预测结果造成影响，因为预测的精确度主要由拟合优度 2的大小决定。

6、多重共线性的修正方法有哪些？

1.增加样本观测值

2.略去不重要的解释变量

3.用被解释变量的滞后值代替解释变量的滞后值

4.利用参数之间的关系

5.利用解释变量之间的关系

6.变换模型的形式

7.对数据进行中心化

第七章 随机解释变量

1.估计量的渐进统计性质的含义是什么？

线性，无偏性和有效性是评价一个估计量优劣的标准。在有些情况下，小样本时的估计量不具有某种统计性质，但随着样本容量的增大，估计量逐渐具有了这种统计性质，此时称之为估计量的渐进统计性质。

2.什么是渐进无偏性和一致性？

当 n(小标)为当样本容量为n时参数 的估计量，如果满足E（ ）=0 limn 无穷

lim

n 无穷

则称 为渐进无偏估计量

对于真实值 在样本容量为n时的估计量 n(小标)，如果满足Plim = ，则

n 无穷

称 为 的一致估计量

3.随机解释变量的来源有哪些

模型中随机解释变量问题首先来源于省略解释变量。被省略的解释变量一般与模型中保留的解释变量相关，导致模型中的随机项与解释变量相关。

此外，经济变量一般是随机变量，其取值很那精确控制，也不易用实验方法进行精确观察，其值一般不是确定的。

根据连贯性原则，被解释变量往往受到前若干期值得影响，当模型中含有被解释变量的滞后期变量时，模型存在随机解释变量问题。

4．随机解释变量会带来哪些后果

当解释变量为随机变量，且与随机项相互独立时，最小二乘估计量是无偏的 当解释变量是随机变量，且与随机项之间不是相互独立的，也不相关，则最