正确。
理由：较高的简单相关系数只是多重共线性存在的充分条件，而不是必要条件。特别是在多于两个解释变量的回归模型中，有时较低的简单相关系数也可能存在多重共线性，这时就需要检查偏相关系数。因此，并不能简单地依据相关系数进行多重共线性的准确判断。
（简答题）
变量的两两高度相关并不表示高度多重共线性。 以上陈述是否正确？请判断并说明理由。
正确答案
答案解析
略
相似试题
（判断题）
变量的两两高度相关并不表示高度多重共线性，变量不存在两两高度相关表示不存在高度多重共线性。
（简答题）
判断以下陈述的正误，并给出理由。 （1）尽管存在多重共线性，OLS估计量仍然是具有BLUE性质的。 （2）在高度多重共线性的情形下，要评价一个或多个偏回归系数的个别显著性是不可能的。 （3）如果有某一辅助回归显示出高的R2值，则模型中肯定存在较严重的多重共线性问题。 （4）变量的两两高度相关并不表示高度的多重共线性。 （5）如果分析的目的仅仅是预测，则多重共线性是无害的。 （6）其它条件不变，VIF越高，相应的OLS估计量的方差越大。 （7）在多元回归中，如果根据t检验，全部的偏回归系数个别来说都是不显著的，那么就不可能得到一个较高的R2。
（多选题）
当模型中解释变量间存在高度的多重共线性时（）。
（简答题）
什么是完全多重共线性？什么是高度共线性（近似完全共线性）？
（判断题）
解释变量与随机误差项相关，是产生多重共线性的主要原因。
（简答题）
在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。 以上陈述是否正确？请判断并说明理由。
（判断题）
在模型中引入解释变量的多个滞后项容易产生多重共线性。
（单选题）
经验认为某个解释与其他解释变量间多重共线性严重的情况是这个解释变量的VIF（）。
（简答题）
多重共线性的产生与样本容量的个数n、解释变量的个数k有无关系？
