经验表明，当方差膨胀因子大于等于（）时，说明第j个解释变量与其他解释变量间存在严重的多重共线性。

两独立变量之差的方差等于两变量方差之差。 两个独立随机变量之和的方差等于它们各自方差之和。 当r2等于0.71时，代表自变量可解释大约71%依变量的变异（） 当模型中解释变量存在完全多重共线性时，参数估计的方差趋向于0 进行回归分析时，当相关系数值等于0时，则说明两变量间（） 因子分析的核心问题有两个：一是如何构造因子变量；二是如何对因子变量进行命名解释。 Dim i, j as integer 表明i和j都是整型变量。 当模型出现异方差性时，参数OLS估计值的变异程度减小，从而造成对被解释变量y的预测误差变大，降低预测精度，这就表明模型的预测功能失效。（） 当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对被解释变量y的预测误差变大，降低预测精度，这就表明模型的预测功能失效。（） 相关系数等于零表明两个变量（）。 如果方差膨胀因子VIF=15，则认为()问题是严重的。 变量的方差等于变量平方的平均数减去变量平均数的平方。 变量的方差等于变量平方的平均数减去变量平均数的平方（） 中心极限定理说明: 当n充分大时，n个具有期望和方差的独立同分布的随机变量之和近似服从 分布. 环境影响识别与评价因子筛选时，当（）和（）大于或等于500t/a时，评价因子应增加二次PM2 若x为整型变量，j为实型变量，当执行语句：x=(int)j;后，j为实型变量 如果方差膨胀因子VIF＝10，则什么问题是严重的（ ）。 检验异方差性就是检验（）的方差与解释变量观测值之间的（）及其“形式”。 方差越大表明随机变量的波动程度也越大。() 当相关系数γ=1时，表明两个变量X与Y()。