自相关问题的存在，主要原因有（　　）。
I经济变量的惯性
Ⅱ回归模型的形式设定存在错误
Ⅲ回归模型中漏掉了重要解释变量
Ⅳ两个以上的自变量彼此相关

DW检验的假设条件有（　　）。I回归模型不含有滞后自变量引作为解释变量Ⅱ随机扰动项满足μi=ρμi-1+υiⅢ回归模型含有不为零的截距项IV回归模型不含有滞后因变量作为解释变量 回归分析中如果存在自相关问题，回归方程 DW检验的假设条件有（）。<br/>I回归模型不含有滞后自变量引作为解释变量<br/>Ⅱ随机扰动项满足μi=ρμi-1+υi<br/>Ⅲ回归模型含有不为零的截距项<br/>IV回归模型不含有滞后因变量作为解释变量 自相关问题中，当回归分析利用纵向资料，会由众多原因引起回归分析中误差项随时间显示出某种规律性形态，此即自相关问题。如果存在自相关问题，回归方程的预测也不会出现估计过高或估计过低的现象（） 能否直接用DW 检验自回归模型的自相关问题？为什么？应采用什么方法检验？ DW检验的假设条件有（ ）。Ⅰ.回归模型不含有滞后自变量作为解释变量Ⅱ.随机扰动项，满足μi=ρμi-1+viⅢ.方回归模型含有不为零的截距项Ⅳ.回归模型不含有滞后因变量作为解释变量 根据经验，D-W统计量在1.5-2.5之间表示回归模型没有显著自相关问题。 如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关。 如果随机误差项的方差随解释变量变化而变化，则线性回归模型存在随机误差项的自相关（） 自相关回归分析市场预测法，是根据同一市场现象变量在（）中各个变量值之间的相关关系，建立一元或多元回归方程为预测模型进行预测 若多元线性回归模型存在自相关问题，可能产生的不利影响是（　　）I模型参数估计量失去有效性Ⅱ参数的OLS估计量的方差变大Ⅲ参数估计量的经济含义不合理IV运用回归模型进行预测会失效 在期货投资分析中，可以运用DW值对多元线性回归模型的自相关问题进行检验，下列与判别准则不一致的是（　　）。I DW接近1，认为存在正自相关ⅡDW接近-1，认为存在负自相关ⅢDW接近0，认为不存在自相关ⅣDW接近2，认为存在正自相关 在线性回归模型诊断中，用于判断残差自相关的检验为（） 回归系数检验不显著的原因主要（ ）。Ⅰ.变量之间的多重共线性Ⅱ.变量之间的异方差性Ⅲ.同模型变量选择的不当Ⅳ.模型变量选择没有经济意义 在期货投资分析中，可以运用DW值对多元线性回归模型的自相关问题进行检验，下列与判别准则不一致的是（）。<br/>I DW接近1，认为存在正自相关<br/>ⅡDW接近-1，认为存在负自相关<br/>ⅢDW接近0，认为不存在自相关<br/>ⅣDW接近2，认为存在正自相关 线性回归模型中，解释变量是原因，被解释变量是结果。（ ） 线性回归模型中，解释变量是原因，被解释变量是结果（） 回归系数检验不显著的原因主要有（　　）。Ⅰ.变量之间的多重共线性Ⅱ.变量之间的异方差性Ⅲ.同模型变量选择的不当Ⅳ.模型变量选择没有经济意义 回归系数检验不显著的原因主要有（　　）。Ⅰ 变量之间的多重共线性Ⅱ 变量之间的异方差性Ⅲ 模型变量选择的不当Ⅳ 模型变量选择没有经济意义 如果回归模型违背了无自相关假定，最小二乘估计量是（ ）