如果股指期货回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量（）

若通过检验发现多元线性回归模型存在多重共线性，则应用模型会带来的后果是（ ）。 Ⅰ.回归参数估计量非有效 Ⅱ.变量的显著性检验失效 Ⅲ.模型的预测功能失效 Ⅳ.解释变量之间不独立 在多元回归模型中，进入模型的解释变量越多，模型会越好。（ ） 在多元线性回归模型中，进入模型的解释变量越多，模型会越好。 在多元回归模型中，进入模型的解释变量越多，模型会越好。（ ） 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 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明 模型中存在（） 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 回归分析是期货投资分析中重要的统计分析方法,而线性回归模型是回归分析的基础。线性回归模型的基本假设是（ ） Ⅰ.被解释变量与解释变量之间具有线性关系 Ⅱ.随机误差项服从正态分布 Ⅲ.各个随机误差项的方差相同 Ⅳ.各个随机误差项之间不相关 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 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 多重共线性是指回归模型的某两个或多个解释变量之间出现了相关性，它是一种总体现象。（ ） 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i=ρi-1+ViⅢ.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 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i=ρi-1+Vi Ⅲ. 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 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（） 在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在( ) 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（ ）。 如果模型中解释变量之间存在共线性，则会引起如下后果（ ） DＷ检验假设条件为解释变量Ｘ为非随机变量，随机扰动项满足一阶自回归形式并且回归模型中不应含有滞后因变量作为解释变量，且回归模型含有不为零的截距项（） 回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型的基本假设是（  ）。I 被解释变量与解释变量之间具有线性关系Ⅱ 随机误差项服从正态分布Ⅲ 各个随机误差项的方差相同Ⅳ 各个随机误差项之间不相关