下列对于多重共线性问题消除方法的叙述，正确的是（）。

A.增加样本容量一定能消除多重共线性

B.增加样本容量会使参数估计量的方差变大

C.增加样本容量可以减轻多重共线性

D.增加样本容量的效果要差于逐步回归法

A.消除了变量可能存在的趋势因素，从而避免了虚假回归问题

B.消除模型可能存在的多重共线性问题

C.保证了变量水平值的信息没有被忽视

D.该模型可以用经典的回归方法进行估计

A.消除了变量可能存在的趋势因素，从而避免了虚假回归问题

B.消除模型可能存在的多重共线性问题

C.保证了变量水平值的信息没有被忽视

D.该模型可以用经典的回归方法进行估计

A.多重共线性是指变量间存在很强的线性关系

B.增加样本容量可以消除多重共线性

C.岭回归可以缓解多重共线性带来的影响

D.主元回归可以一定程度上解决多重共线性带来的问题

A.在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量。

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，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。

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.在严重多重共线性下，OLS估计量仍是最佳线性无偏估计量。

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，很难精确区分各个解释变量的单独影响，但可据此模型进行预测。

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.排除引起共线性的解释变量

B.逐步回归法

C.差分法

D.加权最小二乘法

A.一阶差分项的使用消除了变量可能存在的趋势因素，从而避免了虚假回归问题

B.一阶差分项的使用也消除模型可能存在的多重共线性问题

C.误差修正项的引入保证了变量水平值的信息没有被忽视

D.由于误差修正项本身的平稳性，使得该模型可以用经典的回归方法进行估计，尤其是模型中差分项可以使用通常的t检验与F检验来进行选取

A.Y.是

B.N.否

A.排除引起共线性的解释变量

B.逐步回归法

C.差分法

D.加权最小二乘法