Учебные материалы для студентов
Методические указания, конспекты, лекции, контрольные, лабораторные работы, курсовые.
Тест по эконометрике
Тест №1
Первая главная компонента
A. Содержит максимальную долю изменчивости всей матрицы факторов.
B. Отражает степень влияния первого фактора на результат.
C. Отражает степень влияния результата на первый фактор.
D. Отражает долю изменчивости результата, обусловленную первым фактором.
E. Отражает тесноту связи между результатом и первым фактором.
Если расчетное значение F-критерия Фишера превышает табличное, то можно сделать вывод о.
статистической незначимости построеной модели
значимости(существенности) моделируемой зависимости
статистической значимости построенной модели
невозможности использования построенной модели для описания исследуемой зависимости
При применении метода наименьших квадратов к оценке параметров уравнений регрессии, величина зависимой переменной у не может определяться на основании ____________ уравнения регрессии
Выберите по крайней мере один ответ: дифференциального
линеаризованного
нелинейного
Фиктивной переменными в уравнении множественной регрессии могут быть.
a. количественные переменные
b. экономические показатели, выраженные в стоимостном измерении
c. качественные переменные, преобразованные в количественные
d. переменные, исходные значения которых не имеют количественного значения
Косвенный метод наименьших квадратов применим для .
a. идентифицируемой системы одновременных уравнений
b. неидентифицируемой системы рекурсивных уравнений
c. неидентифицируемой системы уравнений
d. любой системы одновременных уравнений
Индекс корреляции рассчитанный для нелинейного уравнения регрессии характеризует .
тесноту нелинейной связи между зависимой и независимой переменными
на сколько процентов изменится значение зависимой переменной при изменении на один процент независимой переменной
статистическую значимость (существенность) связи построенного уравнения
значение арифметического корня, взятого по значению индекса детерминации для этого нелинейного уравнения
Двухшаговый метод наименьших квадратов применим для .
Выберите один ответ.
сверхидентифицируемой системы одновременных уравнений
идентифицируемой системы одновременных уравнений
любой системы одновременных уравнений
неидентифицируемой системы уравнений
В роли расстояния между объектами может выступать
Выберите по крайней мере один ответ: обычное евклидово расстояние
квадрат евклидового расстояния
косинус угла между объектами-векторами
максимум модуля разности между координатами
Структурная форма системы эконометрических уравнений это.
Выберите один ответ.
a. система регрессионных уравнений, в каждом из которых содержатся все объясняемые переменные из других уравнений
b. система регрессионных уравнений, матрица коэффициентов которых симметрична
c. система уравнений регрессии, имеющих треугольную структуру
d. исходные уравнения регрессии, каждое из которых в качестве объясняющей переменной может содержать объясняемую переменную из других уравнений
Число главных компонент
Выберите один ответ.
A. Больше числа исходных факторов, но меньше длины базисного ряда данных.
B. Меньше числа исходных факторов.
C. Равно числу исходных факторов.
D. Равно длине базисного ряда данных.
E. Больше длины базисного ряда данных.
Значение коэффициента детерминации, рассчитанное для линейного уравнения парной регрессии составило . Следовательно, значение линейного коэффициента парной корреляции может быть равно
Выберите по крайней мере один ответ: -0.9; если b 0
Целью дискриминантного анализа является
Выберите один ответ. количество верно классифицированных объектов близко к 50%
количество верно классифицированных объектов близко к 100%
все группы имеют одинаковую размерность
При применении метода наименьших квадратов к линейному уравнению регрессии минимизируется сумма квадратов.
Выберите по крайней мере один ответ:
отклонений фактических (наблюдаемых) y от их модельных значений , рассчитанных по уравнению величин
Временным рядом называют.
Выберите один ответ.
a. Временно созданный набор данных
b. Упорядоченные во времени значения показателя
c. Ряд данных, полученный расчетным путем за короткое время
d. Набор данных для исследования
Главные компоненты представляют собой
Выберите один ответ. A. Статистически значимые факторы.
B. Экономически значимые факторы.
C. Линейные комбинации факторов.
D. Центрированные факторы.
E. Пронормированные факторы.
Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к __________ дисперсии результативного признака
Выберите один ответ.
Укажите уравнения регрессии, в которых фиктивная переменная используется только в мультипликативной форме.
При построении дендрограммы сначала объединяются
Выберите один ответ. объекты, совпадающие по всем признакам
наиболее близкие объекты относительно выбранного расстояния
наиболее далекие объекты
Автокорреляцией уровней временного ряда называют.
Выберите один ответ.
a. корреляционную зависимость между трендовой и сезонной компонентами временного ряда
b. корреляционную зависимость между наблюдаемыми и расчетными значениями исследуемого временного показателя
c. корреляционную зависимость между уровнями исходного временного ряда и уровнями этого ряда, сдвинутыми на один или несколько периодов времени
d. автокорреляцию остатков временного ряда
С помощью частного F-критерия можно проверить значимость j-го коэффициента чистой регрессии в предложении, что j-й фактор в уравнение множественной регрессии.
Выберите один ответ. a. не был включен
b. был включен последним
c. был включен первым
d. был включен условно
Если оценки параметров уравнения регрессии, полученных при помощи метода наименьших квадратов обладают свойствами несмещенности, эффективности и состоятельности, то .
Выберите по крайней мере один ответ:
a. математическое ожидание остатков равно нулю и они характеризуются минимальной дисперсией
b. происходит накапливание значений остатков при большом числе выборочных оцениваний
c. возможен переход от точечного оценивания к интервальному
d. наблюдается уменьшение точности оценивания параметров с увеличением объема выборки
Компонентами временного ряда являются:
Выберите по крайней мере один ответ:
циклическая (сезонная) компонента
Качество подбора нелинейного уравнения регрессии можно охарактеризовать на основе показателей.
Выберите по крайней мере один ответ:
средней ошибки аппроксимации
коэффициента линейной корреляции
При работе по методу К-средних
Выберите по крайней мере один ответ:
элементы не могут переходить из одного кластера в другой
элементы могут переходить из одного кластера в другой
процесс заканчивается при стабилизации кластеров
процесс заканчивается за одну итерацию
В правой части структурной формы взаимозависимой системы могут стоять
Выберите один ответ.
A. Только экзогенные лаговые переменные.
B. Только экзогенные переменные (как лаговые, так и нелаговые).
C. Только эндогенные лаговые переменные.
D. Только эндогенные переменные (как лаговые, так и нелаговые).
E. Любые экзогенные и эндогенные переменные.
Одним из современных препятствий эффективного применения множественного регрессионного анализа является
Выберите один ответ.
a. малая диcперсия
b. мультиколлинеарность независимых переменных
c. низкая квалификация исследователя
d. малое количество факторов
Гипотеза об мультипликативной структурной схеме взаимодействия факторов, формирующих уровни временного ряда, означает правомерность следующего представления .
Выберите один ответ.
a. уровень тренда равен уровень временного ряда * конъюнктурная компонента * сезонный фактор * случайная компонента
b. уровень временного ряда равен (тренд + конъюнктурная компонента)*сезонный фактор + случайная компонента
c. случайная компонента равна тренд * конъюнктурная компонента * сезонный фактор * уровень временного ряда
d. уровень временного ряда равен тренд * конъюнктурная компонента * сезонный фактор * случайная компонента
Если оценки параметров уравнения регрессии обладают свойствами состоятельности, эффективности и несмещенности, то .
Выберите по крайней мере один ответ:
при большом числе выборочных оцениваний остатки не будут накапливаться
возможен переход от точечного оценивания к интервальному
точность модели снижается с увеличением объема выборки
предпосылки метода наименьших квадратов не выполняются
На практике для анализа коррелированности отклонений используют статистику.
Выберите один ответ.
Перечислить основные методы кластерного анализа
Выберите по крайней мере один ответ:
Параметр является статистически значимым (существенным), если
Выберите один ответ.
a. он положителен
b. вероятность того, что он равен нулю мала
c. известна формула для его расчета
d. вероятность того, что он не равен нулю мала
Целью кластерного анализа является
Выберите один ответ.
A. образование групп схожих между собой объектов
B. разбиение на группы по некоторым признакам
C. различение объектов наблюдения по некоторым признакам
D. извлечение наиболее важных факторов из групп данных
Показателями качества нелинейного уравнения парной регрессии является.
Выберите по крайней мере один ответ:
коэффициент нелинейной регрессии
множественный коэффициент корреляции
Тест №2
Целью дискриминантного анализа является
все группы имеют одинаковую размерность
количество верно классифицированных объектов близко к 100%
количество верно классифицированных объектов близко к 50%
Установите соответствие между наименованиями уравнений множественной регрессии:
построение уравнения на основе выровненных центрированных данных
построение уравнения регрессии на основе исходных данных для двух независимых переменных и расчетом средних значений для других независимых переменных
построение уравнения непосредственно на основе исходных данных
построение уравнения регрессии на основе исходных данных для одной независимой переменной и расчетом средних значений для других независимых переменных
Структурной формой модели называется система .
a. независимых уравнений
b. уравнений с фиксированным набором факторов
c. взаимосвязанных уравнений
d. рекурсивных уравнений
Число главных компонент
A. Больше числа исходных факторов, но меньше длины базисного ряда данных.
B. Меньше числа исходных факторов.
C. Равно числу исходных факторов.
D. Равно длине базисного ряда данных.
E. Больше длины базисного ряда данных.
Трендовая составляющая временного ряда характеризует.
a. периодические изменения уровней ряда
b. основную тенденцию уровней ряда
c. качество построенной модели временного ряда
d. структуру временного ряда
Если расчетное значение F-критерия Фишера меньше табличного, то можно сделать вывод о.
статистической незначимости построенной модели
статистической значимости построения модели
незначимости(несущественности) моделируемой зависимости
целесообразности использования построенной модели для описания исследуемой зависимости
Главные компоненты представляют собой
A. Статистически значимые факторы.
B. Экономически значимые факторы.
C. Линейные комбинации факторов.
D. Центрированные факторы.
E. Пронормированные факторы.
Целью кластерного анализа является
A. образование групп схожих между собой объектов
B. разбиение на группы по некоторым признакам
C. различение объектов наблюдения по некоторым признакам
D. извлечение наиболее важных факторов из групп данных
Факторы множественной линейной регрессионной зависимости не коррелируют между собой, тогда матрица парных коэффициентов корреляции является.
a. симметричной
b. нулевой
c. единичной
d. треугольной
Если значение коэффициента корреляции, рассчитанное для линейного уравнения регрессии равно единице, то .
связь между параметрами и функциональная
связь между переменными и функциональная
величина оказывает существенное влияние на переменную
величина не оказывает влияния на переменную
С помощью традиционного метода наименьших квадратов можно определить параметры уравнений, входящих в систему _____ уравнений.
a. независимых или рекурсивных
b. одновременных или независимых
c. рекурсивных или одновременных
d. одновременных
Все нижеприведенные нелинейные модели можно свести к модели множественной линейной регрессии . Установите соответствие между видом нелинейной модели и соотношениями между исходными параметрами a, b, c и параметрами линеаризованой модели
В роли расстояния между объектами может выступать
обычное евклидово расстояние
квадрат евклидового расстояния
косинус угла между объектами-векторами
максимум модуля разности между координатами
Аддитивно мультипликативная модель содержит компоненты в виде .
a. отношений
b. слагаемых
c. комбинации слагаемых и сомножителей
d. сомножителей
Перечислить основные методы кластерного анализа
К-средних
дивизимный
агломеративный
главных компонент
Выберите значение коэффицента корреляции, которое характеризует функциональность связи между переменными y и x.
Установите соответствие между видом модели и ее характеристиками.
На практике гетероскедастичность имеет место, когда.
a. вероятностные распределения случайных отклонений при различных наблюдениях будут одинаковы
b. вероятностные распределения случайных отклонений при различных наблюдениях будут различны
c. дисперсия случайных отклонений одинаковы для разных наблюдений
d. дисперсия случайных отклонений является постоянной величиной
Укажите группы факторов, формирующих уровень временного ряда:
временные факторы
случайные факторы
факторы, формирующие тенденцию ряда
факторы, формирующие циклические колебания ряда
Производственная функция Кобба-Дугласа относится к классу ___ моделей.
полулогарифмических
степенных
линейных
обратных
Какое условие не выполняется, если коэффициент регрессии является незначимым(несущественным)?
a. несущественность влияние соотвествующей независимой переменной на зависимую переменную
b. его значение признается равным нулю
c. его значение признается отличным от нуля
d. соответствующая независимая переменная не включается в модель
При построении дендрограммы сначала объединяются
наиболее далекие объекты
объекты, совпадающие по всем признакам
пропорциональные объекты
наиболее близкие объекты относительно выбранного расстояния
Вопрос 26
Первая главная компонента
A. Содержит максимальную долю изменчивости всей матрицы факторов.
B. Отражает степень влияния первого фактора на результат.
C. Отражает степень влияния результата на первый фактор.
D. Отражает долю изменчивости результата, обусловленную первым фактором.
E. Отражает тесноту связи между результатом и первым фактором.
Эконометрическая модель, являющаяся системой одновременных уравнений, состоит в общем случае .
a. из поведенческих уравнений и автокорреляционной функции
b. из поведенческих уравнений и тождеств
c. только из тождеств
d. из регрессионных уравнений и соотношений мультиколлинеарности в каждом из них
Если оценки параметров уравнения регрессии обладают свойствами состоятельности, эффективности и несмещенности, то .
предпосылки метода наименьших квадратов не выполняются
возможен переход от точечного оценивания к интервальному
точность модели снижается с увеличением объема выборки
при большом числе выборочных оцениваний остатки не будут накапливаться
При величине лага, равной нулю, автокорреляционная функция .
a. не существует
b. равна -1
c. равна 0
d. равна 1
Укажите последовательность этапов обобщенного метода наименьших квадратов.
изменяется спецификация модели (путём преобразования уравнения с учётом коэффициента пропорциональности дисперсий остатков)
устанавливается наличие гетероскедаcтичности или автокорреляции остатков
оцениваются параметры новой модели
оценивается общее качество преобразованной модели
Нарушение предпосылок метода наименьших квадратов ведет к нарушению свойств _________ оценок параметров уравнения регрессии.
a. несостоятельности
b. оперативности
c. эффективности
d. несмещенности
При работе по методу К-средних
элементы не могут переходить из одного кластера в другой
элементы могут переходить из одного кластера в другой
процесс заканчивается при стабилизации кластеров
процесс заканчивается за одну итерацию
Косвенный метод наименьших квадратов применим для .
a. неидентифицируемой системы рекурсивных уравнений
b. идентифицируемой системы одновременных уравнений
c. неидентифицируемой системы уравнений
d. любой системы одновременных уравнений
также в рубрике Контрольные, тесты:
Параметры уравнения регрессии и их оценки, необходимые свойства оценок
При оценке параметров уравнения регрессии применяется метод наименьших квадратов (МНК). При этом делаются определенные предпосылки относительно случайной составляющей e. В модели 
– случайная составляющая e представляет собой ненаблюдаемую величину. После того как произведена оценка параметров модели, рассчитывая разности фактических и теоретических значений результативного признака y , можно определить оценки случайной составляющей 
. Поскольку они не являются реальными случайными остатками, их можно считать некоторой выборочной реализацией неизвестного остатка заданного уравнения, т. е. ei.
При изменении спецификации модели, добавлении в нее новых наблюдений выборочные оценки остатков ei могут меняться. Поэтому в задачу регрессионного анализа входит не только построение самой модели, но и исследование случайных отклонений ei, т. е. остаточных величин.
При использовании критериев Фишера и Стьюдента делаются предположения относительно поведения остатков ei – остатки представляют собой независимые случайные величины и их среднее значение равно 0; они имеют одинаковую (постоянную) дисперсию и подчиняются нормальному распределению.
Статистические проверки параметров регрессии, показателей корреляции основаны на непроверяемых предпосылках распределения случайной составляющей ei. Они носят лишь предварительный характер. После построения уравнения регрессии проводится проверка наличия у оценок ei (случайных остатков) тех свойств, которые предполагались. Связано это с тем, что оценки параметров регрессии должны отвечать определенным критериям. Они должны быть несмещенными, состоятельными и эффективными. Эти свойства оценок, полученных по МНК, имеют чрезвычайно важное практическое значение в использовании результатов регрессии и корреляции.
Несмещенностьоценки означает, что математическое ожидание остатков равно нулю. Если оценки обладают свойством несмещенности, то их можно сравнивать по разным исследованиям.
Оценки считаются эффективными, если они характеризуются наименьшей дисперсией. В практических исследованиях это означает возможность перехода от точечного оценивания к интервальному.
Состоятельность оценок характеризует увеличение их точности с увеличением объема выборки. Большой практический интерес представляют те результаты регрессии, для которых доверительный интервал ожидаемого значения параметра регрессии bi имеет предел значений вероятности, равный единице. Иными словами, вероятность получения оценки на заданном расстоянии от истинного значения параметра близка к единице.
Указанные критерии оценок (несмещенность, состоятельность и эффективность) обязательно учитываются при разных способах оценивания. Метод наименьших квадратов строит оценки регрессии на основе минимизации суммы квадратов остатков. Поэтому очень важно исследовать поведение остаточных величин регрессии ei. Условия, необходимые для получения несмещенных, состоятельных и эффективных оценок, представляют собой предпосылки МНК, соблюдение которых желательно для получения достоверных результатов регрессии.
Исследования остатков ei предполагают проверку наличия следующих пяти предпосылок МНК:
1. случайный характер остатков;
2. нулевая средняя величина остатков, не зависящая от xi;
3. гомоскедастичность – дисперсия каждого отклонения ei, одинакова для всех значений x ;
4. отсутствие автокорреляции остатков – значения остатков ei распределены независимо друг от друга;
5. остатки подчиняются нормальному распределению.
Если распределение случайных остатков ei не соответствует некоторым предпосылкам МНК, то следует корректировать модель.
Прежде всего, проверяется случайный характер остатков ei – первая предпосылка МНК. С этой целью стоится график зависимости остатков ei от теоретических значений результативного признака.
Вторая предпосылка МНК относительно нулевой средней величины остатков означает, что 
. Это выполнимо для линейных моделей и моделей, нелинейных относительно включаемых переменных.
В соответствии с третьей предпосылкой МНК требуется, чтобы дисперсия остатков была гомоскедастичной. Это значит, что для каждого значения фактора xj остатки ei имеют одинаковую дисперсию. Если это условие применения МНК не соблюдается, то имеет место гетероскедастичность.
При построении регрессионных моделей чрезвычайно важно соблюдение четвертой предпосылки МНК – отсутствие автокорреляции остатков, т. е. значения остатков ei распределены независимо друг от друга.
тест . Оценка тесноты связи
Читайте также:
|
Значение линейного коэффициента корреляции не может характеризовать тесноту связи для уравнения … 
В случае стохастической зависимости множественный коэффициент корреляции R не может принимать значения …R=100 % R=1,2
Значение коэффициента детерминации, рассчитанное для линейного уравнения парной регрессии составило . Следовательно, значение линейного коэффициента парной корреляции может быть равно …- 0,9; если b. 0,9; если b > 0
В качестве показателя тесноты связи для построенного уравнения регрессии может использоваться …коэффициент множественной корреляции, если исследуется связь между зависимой переменной и несколькими независимыми переменными. коэффициент парной корреляции, если исследуется связь между зависимой переменной и одной независимой переменной
Значение коэффициента корреляции может находится в отрезке …[0; 1] [-1; 0]
Значение коэффициента корреляции может находится в отрезке …[0; 1][-1; 0]
Пусть для множественной линейной регрессии оценки параметров теоретической регрессии таковы, что гипотеза отвергается, а гипотезы принимаются. Это означает, что… добавление переменной значимо улучшает регрессионную модель по сравнению с регрессией только по переменным и. совместное добавление переменных и не приведет к значимому улучшению предсказания по сравнению с регрессией только по
Если значение коэффициента корреляции, рассчитанное для линейного уравнения регрессии равно единице, то … величина не оказывает влияния на переменную у. связь между переменными у и х функциональная
Пусть и — случайные величины, — эмпирическое корреляционное отношение. Свойствами эмпирического корреляционного отношения являются: корреляционное отношение есть неотрицательная величина, не превосходящая единицы: …. если , то между переменными корреляционная связь отсутствует
Выберите значение коэффициента корреляции, которое характеризует функциональную связь между переменными у и х. 
Тест 10.
Коэффициент детерминации …является безразмерной величиной
Пусть , где y – фактическое значение зависимой переменной, — теоретическое , рассчитанное по уравнению значение зависимой переменной (объясненное уравнением регрессии), – ошибка модели. Тогда значение характеризует дисперсию …фактических значений зависимой переменной, где m– число факторных признаков. Приведена формула подсчета ______.объясненной дисперсии
Рассматривается регрессионная модель , где — линейная функция. Количество наблюдений =25. Остаточная сумма квадратов равна 440. Тогда остаточная дисперсия на одну степень свободы равна … 440/25-4-1
Значение коэффициента детерминации не является статистически значимым. Это означает, что построенное уравнение регрессии не объясняет разброс наблюдаемых значений результирующего признака относительно величины …Y
Значение коэффициента детерминации составило 0,9, следовательно …уравнением регрессии объяснено 90% дисперсии результативного признака y
Значение коэффициента детерминации составило 0,81, следовательно уравнением регрессии объяснено _____ дисперсии зависимой переменной. 81 %
Для множественной линейной регрессии с числом факторов вычисляют коэффициент детерминации с учетом величины дисперсии на одну степень свободы. В этом случае скорректированный коэффициент детерминации находят по формуле …2\2 н-м-1\н-1
Случайными воздействиями обусловлено 12% дисперсии результативного признака, следовательно, значение коэффициента детерминации составило …0,88
Пусть исследуется линейная зависимость вида и оценена регрессия , – фактические значения, а – расчетные значения зависимой переменной, . Тогда общую дисперсию можно оценить по формуле …н-1
Тест 11.
Если расчетное значение F–критерия Фишера меньше табличного, то можно сделать вывод о …незначимости (несущественности) моделируемой зависимости…статистической незначимости построенной модели
В таблице представлены результаты дисперсионного анализа. Значение остаточной дисперсии на одну степень свободы можно определить, как …отношение чисел, определенных на пересечении строки «Остаток» и столбцов «SS» и «df»…число на пересечении строки «Остаток» и столбца «MS»
В таблице представлены результаты дисперсионного анализа. Значение остаточной суммы квадратов можно определить, как …число на пересечении строки «Остаток» и столбца «SS»…разность чисел, определенных на пересечении столбца «SS» и строк «Итого» и «Регрессия»
Статистические гипотезы используются для оценки статистической значимости …уравнения…оцениваемых параметров
В таблице представлены результаты дисперсионного анализа. Значение общей суммы квадратов можно определить, как …число на пересечении строки «Итого» и столбца «SS»…сумму чисел, определенных на пересечении столбца «SS» и строк «Регрессия» и «Остаток»
В таблице представлены результаты дисперсионного анализа. Расчетное значение F-критерия можно определить, как …отношение чисел, определенных на пересечении столбца «MS» и строк «Регрессия» и «Остаток»…число на пересечении строки «Регрессия» и столбца «F»
Какие статистические гипотезы выдвигаются при проверке статистической значимости построенной модели. нулевая о статистической незначимости….альтернативная о статистической значимости
При проверке статистической значимости построенной модели проводят сравнение …расчетного значения критерия Фишера…табличного значения критерия Фишера
В таблице представлены результаты дисперсионного анализа. Значение объясненной (факторной) дисперсии на одну степень свободы можно определить, как …отношение чисел, определенных на пересечении строки «Регрессия» и столбцов «SS» и «df»…число на пересечении строки «Регрессия» и столбца «MS»
В таблице представлены результаты дисперсионного анализа. Значение объясненной (факторной) суммы квадратов можно определить, как …разность чисел, определенных на пересечении столбца «SS» и строк «Итого» и «Остаток»…число на пересечении строки «Регрессия» и столбца «SS»
Тест 12.
Пусть t – рассчитанная для коэффициента регрессии статистика Стьюдента, а t крит — критическое значение этой статистики. Коэффициент регрессии считается статистически значимым, если выполняются следующие неравенства: t > t крит…t крит
Выберите пропущенное в таблице значение(. 4,3) – ..12
Если коэффициент регрессии является несущественным, то для него выполняются условия …доверительный интервал проходит через ноль…расчетное значение t–критерия Стьюдента по модулю меньше табличного
Какое условие не выполняется, если коэффициент регрессии является незначимым (несущественным)? его значение признается отличным от нуля
С помощью частного -критерия можно проверить значимость -го коэффициента чистой регрессии в предположении, что -й фактор в уравнение множественной регрессии …был включен последним
Если -критерий, вычисленный для оценки параметра регрессии меньше значения , вычисленного по таблицам распределения Стьюдента, то на данном уровне значимости …не отвергается гипотеза о равенстве нулю параметра для генеральной совокупности
Для парной линейной регрессии y=a+bx+e проверка гипотезы о значимости коэффициента регрессии b равносильна проверкам гипотез о значимости: коэффициента детерминации…линейной связи между x и y
Если доверительный интервал для коэффициента регрессии содержит 0, то справедливы следующие утверждения: фактическое значение статистики Стьюдента для этого коэффициента по модулю меньше критического (табличного).. коэффициент регрессии статистически незначим
Коэффициент регрессии считается статистически значимым, если справедливы следующие утверждения: доверительный интервал для этого коэффициента не содержит 0…фактическое значение статистики Стьюдента для этого коэффициента по модулю больше критического (табличного)
Критическое значение критерия Стьюдента определяет минимально возможную величину, допускающую принятие гипотезы о …статистической значимости (существенности) параметра.
Гипотеза о значимости в целом уравнения нелинейной регрессии проверяется с помощью критерия…
Нелинейная связь между рассматриваемыми признаками тем теснее, чем значение индекса корреляции ближе к …
Выражение 
позволяет вычислить значение …
Уравнение нелинейной регрессии 
, где 
— общая дисперсия результативного признака 
; 
— остаточная дисперсия ошибки 
, может оцениваться показателем тесноты связи – индексом корреляции 
, который вычисляется по формуле …
Квадрат индекса корреляции для нелинейных форм называется …
Коэффициент детерминации для нелинейной модели часто называют…
Значение индекса корреляции находится в пределах …
Для степенной функции 
формула для определения 
–критерия 
примет вид …
Индекс корреляции для нелинейных форм связи находят по формуле …
Значение индекса детерминации, рассчитанное для нелинейного уравнения регрессии характеризует долю дисперсии результативного признака, _____, в общей дисперсии результативного признака.
объясненную нелинейной регрессией
Тест
1. Вопрос: Если оценка параметра эффективна, то это означает …
Выберите несколько ответов: наименьшую дисперсию остатков
возможность перехода от точечного оценивания к интервальному
2. Вопрос: Минимальная дисперсия остатков характерна для оценок, обладающих свойством …
Укажите ответ: эффективности
3. Вопрос: Несмещенная оценка параметра имеет наименьшую дисперсию среди всех возможных несмещенных оценок параметра , вычисленных по выборкам одного и того же объема . Такая оценка называется .
4. Вопрос: Если предпосылки метода наименьших квадратов не выполняются, то оценки параметров уравнения регрессии могут не обладать свойствами …
Выберите несколько ответов: эффективности несмещенности
5. Вопрос: Если оценки параметров линейного уравнения регрессии обладают свойством несмещенности, то математическое ожидание остатков …
6. Вопрос: Если оценки параметров линейного уравнения регрессии обладают свойством эффективности, то дисперсия остатков характеризуется …
7. Вопрос: Если оценки параметров уравнения регрессии обладают свойствами состоятельности, эффективности и несмещенности, то …
Выберите несколько ответов:
при большом числе выборочных оцениваний остатки не будут накапливаться
возможен переход от точечного оценивания к интервальному
8. Вопрос: Укажите условия, которые выполняются, если оценки параметров уравнения регрессии обладают свойствами состоятельности, эффективности и несмещенности.
Выберите несколько ответов: наименьшая дисперсия остатков
равенство нулю математического ожидания остатков
9. Вопрос: Переход от точечного оценивания к интервальному возможен, если оценки являются …
Укажите ответ: эффективными и несмещенными
10. Вопрос: Если оценки параметров уравнения регрессии, полученных при помощи метода наименьших квадратов обладают свойствами несмещенности, эффективности и состоятельности, то …
Выберите несколько ответов: возможен переход от точечного оценивания к интервальному
математическое ожидание остатков равно нулю и они характеризуются минимальной дисперсией
Тест
1. Вопрос: Обобщенный метод наименьших квадратов не используется в случае ______ остатков.
2. Вопрос: Обобщенный метод наименьших квадратов применяется в случае…
3. Вопрос: После применения обобщенного метода наименьших квадратов удается избежать ______ остатков.
4. Вопрос: Проявление гетероскедастичности в остатках удается устранить при помощи метода обобщенного метода наименьших квадратов путем …
Выберите несколько ответов:
введения в выражение для дисперсии остатков коэффициента пропорциональности
5. Вопрос: Обобщенный метод наименьших квадратов может использоваться для корректировки _______ остатков.
Выберите несколько ответов:
6. Вопрос: Для преодоления проблемы автокорреляции служит …
обобщенный метод наименьших квадратов
7. Вопрос: Обобщенный метод наименьших квадратов применяется, когда случайные отклонения…
не имеют постоянной дисперсии и коррелированны между собой
8. Вопрос: Обобщенный метод наименьших квадратов используется для корректировки…
Укажите ответ: гетероскедастичности остатков в уравнении регрессии
9. Вопрос: Обобщенный метод наименьших квадратов применяется в случае ______ остатков.
гетероскедастичности или автокорреляции
Замена 
; 
подходит для уравнения …
Все нижеприведенные нелинейные модели можно свести к модели множественной линейной регрессии W = b0 + b1·U + b2·V. Установите соответствие между видом нелинейной модели и соотношениями между исходными переменными Y, X, Z и новыми переменными W, U, V линеаризованной модели.
Соотношение хрен знает как делать.
Соотношение №2 хрен знает как делать.
Включение случайного отклонения мультипликативным способом позволяет линеаризовать регрессионную модель вида .
Эконометрической моделью, приводимой к линейной регрессионной модели при логарифмировании и соответствующей подстановке, является .
Эконометрическую модель, линейную по параметрам и нелинейную по переменным с аддитивным включением случайного возмущения .
всегда можно свести к классической регрессионной модели с помощью соответствующей подстановки
Соотношение №3 хрен знает как делать.
Соотношение №4 хрен знает как делать.
Эконометрическая модель 
является.
нелинейной по параметрам и нелинейной по переменным
Соотношение №5 хрен знает как делать.
1.Зависимость спроса 
на благо от его цены 
, задаваемая функцией вида 
( 
, 
) является …убывающей функцией, выпуклой вниз функцией.
2. Нелинейную модель зависимостей экономических показателей нельзя привести к линейному виду, если …нелинейная модель является внутренне нелинейной
3. Зависимость от , задаваемая функцией вида ( ), является возрастающей функцией …при 
, при 
4. Зависимость объема производства от использования ресурса , задаваемая функцией вида ( , ) является …выпуклой вверх функцией, возрастающей функцией
5. Функции Торнквиста относятся к классу _________ моделей…обратных
6. При выборе спецификации нелинейная регрессия используется, если …между экономическими показателями обнаруживается нелинейная зависимость
7. Зависимость спроса на товары первой необходимости от дохода (функция Торнквиста, 
) характеризуется обратной эконометрической моделью с начальным уровнем 
вида … 
8. Производственная функция Кобба-Дугласа относится к классу _________ моделей…степенных
9. В модели вида различают следующие значения параметра 
: 1. 2. ; 3. . В зависимости от значения параметра возможны ситуации, изображенные на рисунках: 1в, 3а
10. Зависимости от , задаваемая функцией вида ( ), является выпуклой вниз функцией … , .
1. Установите соответствие между названием модели и видом ее уравнения:
| линейная |  |
| гипербола |  |
| многофакторная |  |
| парабола третьего порядка |  |
Пишет что не правильно( не знаю как по другому.
2. Установите соответствие между названием модели и видом ее уравнения.
|
3. Установите соответствие между названием модели и видом ее уравнения:
|
4. Установите соответствие между названием модели и видом ее уравнения:
| полином k-ой степени |  |
| обратная |  |
| полулогарифмическая |  |
| показательная |  |
5. Установите соответствие между характером модели и видом уравнения:
| линейная по переменным, но нелинейная по параметрам | 2  |
| нелинейная относительно и переменных, и параметров | 3  |
| линейная как по переменным, так и по параметрам | 4  |
| нелинейная относительно переменных, но линейная по параметрам | 1  |
6. Установите соответствие между названием модели и видом ее уравнения:
| степенная |  |
| полулогарифмическая |  |
| обратная | |
| экспоненциальная | |
7. Установите соответствие между характером модели и видом уравнения:
| линейная как по переменным, так и по параметрам |  |
| нелинейная относительно переменных, но линейная по параметрам |  |
| линейная по переменным, но нелинейная по параметрам |  |
| нелинейная относительно и переменных, и параметров |  |
8. Установите соответствие между видом нелинейной зависимости и величинами остатков модели, к которым предъявляются предпосылки метода наименьших квадратов при оценке параметров линеаризованной модели.
 | требования не определены (МНК невозможно применить) |
 |  |
 |  |
 | отсутствуют, т.к. имеет место функциональная зависимость Y от Х |
9. Установите соответствие между видом уравнения и характером модели:
 | нелинейная относительно переменных, но линейная по параметрам |
 | линейная по переменным, но нелинейная по параметрам |
| | нелинейная относительно и переменных, и параметров |
10. Установите соответствие между названием модели и видом ее уравнения:
| полулогарифмическая |  |
| степенная | |
| обратная |  |
| экспоненциальная |  |
При отборе факторов в модель множественной регрессии проводят анализ …
1. значений матрицы парных коэффициентов корреляции
2. остаточной дисперсии до и после включения факторов в модель
| Матрица парных коэффициентов корреляции строится для … |
1. отбора факторов в модель множественной регрессии
2. определения коллинеарных факторов
| Матрица парных коэффициентов линейной корреляции может служить для решения следующих задач: |
1. выявления мультиколлинеарных факторов
2. определения тесноты линейной связи между переменными
В исходное уравнение регрессии  добавляются факторы  ,  ,  . При этом  ;  ;  . Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно. |
только
Взаимодействие коллинеарных факторов эконометрической модели означает, что …
1. факторы дублируют влияние друг друга на результат
2. теснота связи между ними превышает по абсолютной величине 0,7
| При построении модели множественной регрессии методом пошагового включения переменных на первом этапе рассматривается… |
модель с одной объясняющей переменной, которая имеет с зависимой переменной наибольший коэффициент корреляции
Отбор факторов в модель множественной регрессии с использованием метода включения может быть основан на сравнении ….
|
добавляются факторы 
. При этом 
; 
; 
и 
. Определите, какие дополнительные факторы необходимо включить в исходное уравнение. только 
, где 
— заработная плата 
-го работника; 
— общий стаж его работы; 
— переменная, принимающая значение 1, если работник с высшим образованием и 0 в противном случае; 
— переменная, принимающая значение 1, если у работника есть дети и 0, если нет, 
— переменная, принимающая значение 1, если работник мужчина и 0, если женщина. Сколько факторов необходимо представить в модели фиктивными переменными?