與簡單線性回歸相比，多元線性回歸中增加的基本假定是（）。

多重共線性的修正方法包括（）。

可以利用t分布的性質(zhì)認(rèn)識樣本容量較小時參數(shù)估計值的分布特征。

經(jīng)濟(jì)參數(shù)是表現(xiàn)變量之間相互依存程度的.決定經(jīng)濟(jì)結(jié)構(gòu)和特征的.相對穩(wěn)定的因素，通?？梢灾苯佑^測。

可決系數(shù)需要修正的原因是擾動存在自相關(guān)性。

多重可決系數(shù)是模型中解釋變量個數(shù)的不減函數(shù)，這給對比解釋變量個數(shù)不同模型的多重可決系數(shù)帶來缺陷，所以需要修正。

采用差分方式降低模型多重共線性時，可能存在的問題包括（）。

模型是對所研究的某種現(xiàn)象、某種關(guān)系或某種過程的一種模擬。

模型只是研究者對所關(guān)注的那些部分所作的模擬，只能抓主要因素和主要特征，而不得不舍棄某些因素。

統(tǒng)計檢驗中，F(xiàn)檢驗?zāi)Ｐ驼w顯著性，t檢驗單個解釋變量顯著性。