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

多重共線性的修正方法包括（）。

模型整體顯著性F檢驗(yàn)包含的兩個(gè)自由度是（）。

采用差分方式降低模型多重共線性時(shí)，可能存在的問題包括（）。

在多元線性回歸模型中（具有截距項(xiàng)），若引入K個(gè)解釋變量，則模型中存在K+1個(gè)待估參數(shù)。

剩余平方和RSS的自由度為（）

模型只是研究者對(duì)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。

經(jīng)濟(jì)變量之間具有共同變化趨勢(shì)是導(dǎo)致模型產(chǎn)生多重共線性的重要原因之一。

統(tǒng)計(jì)推斷檢驗(yàn)是檢驗(yàn)參數(shù)估計(jì)值是否為抽樣的偶然結(jié)果。

如果回歸模型存在嚴(yán)重的多重共線性，可去掉某個(gè)解釋變量從而消除多重共線性。