咕同學
2024-10-30 20:18請問SE在異方差和序列自相關時候背低估，多重共線性時被高估 對嗎？
所屬：CFA Level II > Quantitative Methods 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
婷婷助教
2024-10-30 20:26
該回答已被題主采納
同學你好，
異方差（Heteroskedasticity）：
當存在異方差時，即回歸模型中的誤差項在不同水平的自變量下具有不同的方差，
這會導致普通最小二乘法（OLS）估計量的標準誤差高估。
序列自相關（Serial Correlation）：
如果回歸模型的誤差項之間存在序列相關性，即一個誤差項與之前的誤差項相關，
這會導致OLS估計量的標準誤差低估。
多重共線性（Multicollinearity）：
多重共線性是指回歸模型中的自變量之間存在高度相關性。
在這種情況下，OLS估計量可能不再具有無偏性，并且其標準誤差可能會受到影響，
但具體是低估還是高估取決于共線性的程度和性質(zhì)。
通常情況下，如果自變量間存在嚴重的多重共線性，OLS估計量可能會失去解釋力，
但這并不確定導致標準誤差的高估或低估。
0
0
0
0
