采用差分方式降低模型多重共线性时，可能存在的问题包括（）。

多项选择题采用差分方式降低模型多重共线性时，可能存在的问题包括（）。

A.差分会丢失一些信息
B.差分模型的误差项可能存在序列相关
C.可能会违背经典线性回归模型的相关假设
D.对模型多重共线性不产生任何影响

1.多项选择题当模型存在不完全多重共线性时，可能产生的后果包括（）。

A.参数估计值的方差增大
B.参数区间估计时，置信区间变大
C.假设检验容易做出错误判断
D.参数区间估计时，置信区间变小

2.多项选择题多重共线性包含（）。

A.完全多重共线性
B.不完全多重共线性
C.解释变量间精确的线性关系
D.非线性关系

3.多项选择题多重共线性的修正方法包括（）。

A.广义差分法
B.广义最小二乘法
C.经验方法
D.逐步回归法

4.多项选择题当模型存在完全多重共线性时，可能产生的后果包括（）。

A.参数的估计值不确定
B.参数的估计值能确定
C.参数估计值的方差无限大
D.参数估计值的方差无限小

5.单项选择题不完全多重共线性下，对参数区间估计时，置信区间趋于（）

A.变大
B.变小
C.不变
D.难以估计

6.单项选择题一般而言，如果每两个解释变量的简单相关系数（零阶相关系数）比较高，例如大于（），则可认为存在着较严重的多重共线性。

A.0.5
B.0.6
C.0.7
D.0.8

7.单项选择题存在严重的完全多重共线性时，参数估计量的方差（）

A.无限大
B.减小
C.增大
D.等于0

8.判断题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。

9.判断题如果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。

10.判断题当模型存在异方差时，参数估计的无偏性仍然成立。