Тема: Множественная линейная регрессия

 

Вопрос: Множественная регрессия— это

*А) регрессия с двумя и более факторными переменными;

Б) с одним фактором;

 

Вопрос: Факторы эконометрической модели являются коллинеарными, если коэффициент корреляции между ними по модулю больше

А) 0,5;

Б) 1;

*В) 0,7.

 

Вопрос: Добавление в уравнение множественной регрессии новой объясняющей переменной:

*А) никогда не уменьшает значение коэффициента детерминации;

Б) не оказывает никакого влияние на коэффициент детерминации.

В) увеличивает значение коэффициента детерминации;

 

Вопрос: Скорректированный коэффициент детерминации:

*А) меньше обычного коэффициента детерминации;

Б) больше обычного коэффициента детерминации;

В) меньше или равен обычному коэффициенту детерминации;

 

Вопрос: С увеличением числа объясняющих переменных скорректированный коэффициент детерминации:

А) увеличивается;

*Б) уменьшается;

В) не изменяется.

 

Вопрос: Если коэффициент детерминации, равен нулю то критерий Фишера равен:

*А) нулю;

Б) единице;

В) больше или равен единице.

 

Вопрос: Число степеней свободы для остаточной суммы квадратов в линейной модели множественной регрессии равно:

А) ;

Б) ;

*В) .

 

Вопрос: Число степеней свободы для общей суммы квадратов в линейной модели множественной регрессии равно:

*А) ;

Б) ;

В) .

 

Вопрос: Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно:

А) ;

*Б) ;

В) .

 

Вопрос: Множественный коэффициент корреляции . Определите, какой процент дисперсии зависимой переменной объясняется влиянием факторов и :

*А) 90%;

Б) 81%;

В) 19%.

 

Вопрос: Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее:

А) 2;

Б) 7;

*В) 14.

 

Вопрос: Стандартизованные коэффициенты регрессии :

*А) позволяют ранжировать факторы по силе их влияния на результат;

Б) оценивают статистическую значимость факторов;

В) являются коэффициентами эластичности.

 

Вопрос: Частные коэффициенты корреляции

А) характеризуют тесноту связи рассматриваемого набора факторов с исследуемым признаком;

Б) содержат поправку на число степеней свободы и не допускают преувеличения тесноты связи;

*В) характеризуют тесноту связи между результатом и соответствующим фактором при элиминировании других факторов, включенных в уравнение регрессии.

 

Вопрос: Частный -критерий:

А) оценивает значимость уравнения регрессии в целом;

*Б) служит мерой для оценки включения фактора в модель;

В) ранжирует факторы по силе их влияния на результат.

 

Вопрос: Состоятельность оценки параметра регрессии, полученной по МНК, означает:

А) что она характеризуется наименьшей дисперсией;

Б) что математическое ожидание остатков равно нулю;

В) увеличение ее точности с увеличением объема выборки.

 

Вопрос: Укажите истинное утверждение:

А) скорректированный и обычный коэффициенты множественной детерминации совпадают только в тех случаях, когда обычный коэффициент множественной детерминации равен нулю;

*Б) стандартные ошибки коэффициентов регрессии определяются значениями всех параметров регрессии;

В) при наличии гетероскедастичности оценки параметров регрессии становятся смещенными.

 

Вопрос: При наличии гетероскедастичности следует применять:

А) обычный МНК;

*Б) обобщенный МНК;

В) метод максимального правдоподобия.

 

Вопрос: Фиктивные переменные – это:

*А) атрибутивные признаки (например, как профессия, пол, образование), которым придали цифровые метки;

Б) экономические переменные, принимающие количественные значения в некотором интервале;

В) значения зависимой переменной за предшествующий период времени.

 

Вопрос: По 20 наблюдениям построено уравнение регрессии: . Для проверки значимости уравнения вычислено значение t статистики: 4.2. Выводы:

*А) Уравнение значимо при a=0.05;

Б) Уравнение незначимо при a=0.1;

В) Уравнение незначимо при a=0.01.

 

Вопрос: По 23 наблюдениям построено уравнение регрессии: . Для проверки значимости уравнения вычислено значение t статистики: 2.5 Выводы:

*А) Уравнение значимо при a=0.05;

Б) Уравнение незначимо при a=0.1;

В) Уравнение значимо при a=0.01.

 

Вопрос: По 24 наблюдениям построено уравнение регрессии: . Для проверки значимости уравнения вычислено значение t статистики: 2.4 Выводы:

А) Уравнение незначимо при a=0.05;

Б) Уравнение незначимо при a=0.1;

*В) Уравнение незначимо при a=0.01.

 

Вопрос: По 26 наблюдениям построено уравнение регрессии: . Для проверки значимости уравнения вычислено значение t статистики: 3 Выводы:

А) Уравнение незначимо при a=0.05;

Б) Уравнение незначимо при a=0.1;

*В) Уравнение значимо при a=0.01.

.

 

Вопрос: Построено уравнение множественной регрессии . Чему равен свободный член

*А)-3,54

Б)0,854

В)0,376

 

Вопрос: Построено уравнение множественной регрессии . Чему равен параметр b1

А)-3,54

*Б)0,854

В)0,376

 

Вопрос: Построено уравнение множественной регрессии . Чему параметр b2

А)-3,54

Б)0,854

*В)0,376

 

Вопрос: Построено стандартизированное уравнение регрессии . Чему равен стандартизированный коэффициент β1

*А)0,728

Б)0,285

 

Вопрос: Построено стандартизированное уравнение регрессии . Чему равен стандартизированный коэффициент β2

А)0,728

*Б)0,285

 

Вопрос: Построено стандартизированное уравнение регрессии . Выберите наиболее значимый стандартизированный коэффициент

*А)0,728

Б)0,285

 

Вопрос: Построено стандартизированное уравнение регрессии Чему равен стандартизированный коэффициент β2

А)0,746

*Б)0,237

Вопрос: Построено стандартизированное уравнение регрессии Выберите наиболее значимый стандартизированный коэффициент

*А)0,746

Б)0,237

 

Вопрос: Построено стандартизированное уравнение регрессии Чему равен стандартизированный коэффициент β1

*А)0,746

Б)0,237

 

Вопрос: Найдены коэффициенты парной корреляции ; ; . Они указывают

*А) На весьма сильную связь каждого фактора с результатом, а также межфакторную зависимость

Б) Ничего определенного сказать нельзя

В) Связь отсутсвует

 

Вопрос: В множественном линейном уравнении регрессии строятся доверительные интервалы для коэффициентов регрессии с помощью распределения:

А) Нормального;

*Б) Стьюдента;

В) Фишера-Снедекора.

 

Вопрос: Значение в линейной модели коэффициента детерминации R² изменяется:

*А) [0,1];

Б) [0,1);

В) [-1, 1].

 

Вопрос: Множественный коэффициент корреляции равен 0.81. Какой процент дисперсии результативного признака объясняется влиянием всех факторных признаков?

А) 90 %;

*Б) 81 %;

В) 95 %;

 

Вопрос: В каких пределах меняется множественный коэффициент корреляции?

А) от - до + ;

Б) от 0 до 1;

*В) от –1 до +1.

 

Вопрос: При добавлении в уравнение регрессии еще одного объясняющего фактора коэффициент детерминации:

А) уменьшится;

*Б) возрастет;

В) сохранит свое значение;

Г) не уменьшится.

 

Вопрос: Модель в целом статистически значима, если:

А) F_расч. < F_табл .

Б) ç F_расч. ç< F_табл .

*В) F_расч. > F_табл .

Г) F_расч. = F_табл .

Д) F_расч≠F_табл .

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,…,n, где a₀ , a₁ и a₂ – параметры, неизвестные статистику и подлежащие оцениванию, а ε_k – погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Оценка коэффициента a₀, полученная методом наименьших квадратов, есть: ………………………………………………………………….

А) 13,05

*Б) 13,55

В) 1,55

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,…,n, где a₀ , a₁ и a₂ – параметры, неизвестные статистику и подлежащие оцениванию, а ε_k – погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Оценка коэффициента a₁, полученная методом наименьших квадратов, есть ………………………………………………………………………..

*А) 0,65

Б) 1

В) 0,35

 

Вопрос:

Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Оценка коэффициента a₂, полученная методом наименьших квадратов, есть: ………………………………………………………………………….

*А) -0,14

Б) 0,14

В) 0,04

 

Вопрос : . Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Эластичность переменной Y по переменной X_{1…………………………………………}

*А) 0,37

Б) 0,25

В) 1

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Эластичность переменной Y по переменной X_{2……………………………………………..}

*А) -0,09

Б) 0,01

В) -0,2

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. При увеличении переменной X₁ на 1 усл. Ед. переменная Y…………………………………………

*А) увеличится на 0,65 усл.ед.

Б) увеличится на 1 усл.ед.

В) увеличится на 65 усл.ед.

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. При увеличении переменной X₂ на 1 усл. Ед. переменная Y………………………………………

*А) уменьшится на 0,14 усл.ед.

Б) увеличится на 0,14 усл.ед

В) уменьшится на 14 усл.ед

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Коэффициент частной корреляции равен …………………………..

*А) 0,976

Б) 0,9

В) 0,89

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

 

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Коэффициент частной корреляции равен ………………………

*А) -0,788

Б) 0,788

В) 0,88

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571.Коэффициент частной корреляции равен ………………………..

*А) 0,656

Б) -0,656

В) 1

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571.Множественный коэффициент корреляции ………………………..

*А) 0,995

Б) -0,995

В) 1

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Скорректированный коэффициент детерминации …………………..

*А) 0,985

Б) -0,985

В) 0

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Коэффициент частной корреляции ……………………………….

*А) статистически значим

Б) статистически незначим

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Коэффициент частной корреляции ……………………………….

*А) статистически значим

Б) статистически незначим

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571.Коэффициент частной корреляции ………………………………….

*А) статистически незначим

Б) статистически незначим

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Остаточная сумма квадратов равна ………………………………………..

*А) 3,1

Б) -3,1

В) 0

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Сумма случайных отклонений равна …………………………………….

*А) 0

Б) 2

В) 1

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Сумма квадратов отклонений восстановленных значений Y от среднего по выборке равна ……………………………………………………………………………….

*А) 328,9

Б) -3,28

В) 3,28

 

Вопрос: Строится линейная регрессионная модель переменной Y по переменным X₁ и X₂:

Y_k = a₀ + a₁X_1k + a₂X_2k + ε_k , k = 1,2,...,n, где a₀ , a₁ и a₂ - параметры, неизвестные статистику и подлежащие оцениванию, а ε_k - погрешности, искажающие зависимость. Количество наблюдений n = 8. Средние значения, вычисленные по выборке:

Матрица парных коэффициентов корреляции:

	Y	X1	X2
Y		0,988	-0,896
X1	0,988		-0,839
X2	-0,896	-0,839

 

Критическое значение F-критерия Фишера 5,79. Критическое значение t-критерия Стьюдента 2,571. Полученное уравнение в целом по F-критерию Фишера ………………..

А) статистически значимо

Б) статистически незначимо

 

Вопрос: Построено уравнение регрессии , показывает что

*А) рост переменной x2 на единицу своего измерения приводит к уменьшению среднего значения y на 0,22 единиц своего измерения

Б) рост переменной x2 на 1% приводит к росту среднего значения y на 0,22%

В) рост переменной x2 на единицу своего измерения приводит к росту среднего значения y на 0,22 единиц своего измерения

 

Вопрос: С увеличением объема выборки:

А) расширяются интервальные оценки

Б) уменьшается ошибка регрессии

*В) увеличивается точность оценок

Г) уменьшается коэффициент детерминации

 

Вопрос: Число степеней свободы k₁ при расчете F-критерия для случая множественной регрессии равно:

А) n, где n – число наблюдений

*Б) k, где k - количество независимых переменных

В) n – k

Г) n – (k + 1)

Д) n – (k + 2)

 

Вопрос: Число степеней свободы k₂ при расчете F-критерия для случая множественной регрессии равно:

А) n, где n – число наблюдений

Б) k, где k - количество независимых переменных

В) n – k

*Г) n – (k + 1)

Д) n – (k + 2)

 

Вопрос: Число степеней свободы df при расчете t-критерия для случая множественной регрессии равно:

А) n, где n – число наблюдений

Б) k, где k - количество независимых переменных

*В) n – k

Г) n – (k + 1)

Д) n – (k + 2)

 

Вопрос: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

А) Y=a+bX²

*Б) Y=a+b₁X₁+b₂X₂

В) Y=a+b₁X₁²+b₂X₂³

 

Вопрос: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

*А) Y=a+b₁X₁²+b₂X₂³

Б) Y=a+b₁X₁+b₂X₂

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.5

А) 0

*Б) 0.25

В)-0,25

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.3

А)-0,09

*Б) 0.09

 

В)0,9

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.4

А)-016

Б) 0

*В) 0.16

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.25

*А) 0.0625

Б)0,8

В)-0,625

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.6

А)0,63

*Б) 0.36

В)-0,36

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.7

А)0,5

*Б) 0.49

В)0

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.7

А)0

Б)0,8

*В) 0.49

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.8

*А) 0.64

Б)0,6

В)0,5

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.9

А)0,8

Б)0

*В) 0.81

 

Вопрос: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.65

*А) 0.4225

Б)0,4

В)-0,4

 

Вопрос: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

А) Y=a+bX²

*Б) Y=a+b₁X₁+b₂X₂

В) Y=a+b₁X₁²+b₂X₂³

 

Вопрос: Величина называется

А) остаток

Б) дисперсия

*В) случайной составляющей

 

Вопрос: В модели вида количество объясняющих переменных равно

А)1

*Б) 3

В)2

 

Вопрос: В модели множественной регрессии количество объясняющих переменных равно

*А) m,

Б) 2,

В) m-1.

 

Вопрос: В модели множественной регрессии количество объясняющих переменных равно

А) m,

*Б) 2,

В) m-1.

 

Вопрос: В модели множественной регрессии определитель матрицы парных коэффициентов корреляции между факторами , и близок к нулю. Это означает, что факторы , и …

*А) мультиколлинеарны

Б) один из них равен нулю

В) равны нулю

 

Вопрос: В уравнении линейной множественной регрессии: , где – стоимость основных фондов (тыс. руб.); – численность занятых (тыс. чел.); y – объем промышленного производства (тыс. руб.) параметр при переменной х₁, равный 10,8, означает, что при увеличении объема основных фондов на _____ объем промышленного производства _____ при постоянной численности занятых.
*А) на 1 тыс. руб. … увеличится на 10,8 тыс. руб.

Б) на 1 тыс. руб. … увеличится на 0,108 тыс. руб.

В) на 1 тыс. руб. … увеличится на 10,8 %.

 

Вопрос: В эконометрической модели линейного уравнения регрессии

коэффициентом регрессии, характеризующим среднее изменение зависимой переменной при изменении независимой переменной на 1 единицу измерения, является

*А) bj

Б) a

В)

 

Вопрос: В эконометрической модели линейного уравнения регрессии ошибкой модели является …

А) bj

Б) a

*В)

 

Вопрос: В модели множественной регрессии определитель матрицы парных коэффициентов корреляции между факторами , и близок к единице. Это означает, что факторы , и …

*А) значимы

Б) мультиколли