如果结果不匹配，请 
更多“一般来说，多重共线性是指各个解释变量X之间有（）或（）的线性…”相关的问题
A.在严重多重共线性下，OLS估计量仍是最正确线性无偏估计量
B.多重共线性问题的实质是样本现象，因此可以通过增加样本信息得到改善
C.虽然多重共线性下，很难准确区分各个解释变量的单独影响，但可据此模型进展预测
D.如果回归模型存在严重的多重共线性，可不加分析地去掉某个解释变量从而消除多重共线性
A.解释变量两两不相关，那么不存在多重共线性
B.所有的t检验都不显著，那么说明模型总体是不显著的
C.有多重共线性的计量经济模型没有应用的意义
D.存在严重的多重共线性的模型不能用于构造分析
A.异方差问题
B.序列相关问题
C.多重共线性问题
D.随机解释变量问题
利用MRO2.RAW中的数据。
(i)利用在工作的428个妇女的数据，通过以exper、exper2、nwifeinc、age、kidsir6和kidsge6为解释变量的OLS来估计受教育的回报。报告educ的估计值及其标准误。
(ii)现在用赫克曼估计受教育的回报，其中所有外生变量都在第二阶段的回归中出现。换句话说，就是做log(wage)对educ、exper、ecper2、nwifeinc、age、kidslt6、kidsge6和入的回归。将估计的教育回报及其标准误与第(i)部分的结果相比较。
(iii)只用428个工作妇女的观测，将1对educ、exper、ecper2、nwifeinc、age、kidslt6、kidsge6回归。R2为多大？这如何有助于解释你在第(ii)部分得到的结果？(提示：考虑多重共线性。)
A.预报变量在x轴上，解释变量在轴上
B.解释变量在x轴上，预报变量在轴上
C.可以选择两个变量中任意一个变量在x轴
D.可以选择两个变量中任意一个变量
(i)考虑静态非观测效应模型
其中，enrolit表示学区总注册学生人数，lunchit表示学区中学生有资格享受学校午餐计划的百分数。(因此lunchit是学区贫穷率的一个相当好的度量指标。)证明：若平均每个学生的真实支出提高10%，则math4it约改变β1/10个百分点。
(ii)利用一阶差分估计第(i)部分中的模型。最简单的方法就是在一阶差分方程中包含一个截距项和1994~1998年度虚拟变量。解释支出变量的系数。
(iii)现在，在模型中添加支出变量的一阶滞后，并用一阶差分重新估计。注意你又失去了一年的数据，所以你只能用始于1994年的变化。讨论即期和滞后支出变量的系数和显著性。
(iv)求第(iii)部分中一阶差分回归的异方差-稳健标准误。支出变量的这些标准误与第(iii)部分相比如何？
(v)现在，求对异方差性和序列相关都保持稳健的标准误。这对滞后支出变量的显著性有何影响？
(vi)通过进行一个AR(1)序列相关检验，验证差分误差rit=Δuit含有负序列相关。
(vii)基于充分稳健的联合检验，模型中有必要包含学生注册人数和午餐项目变量吗？
