Тестові завдання для самоперевірки

1. Мультиколінеарність виникає тоді, коли:

1) помилка не має нульового середнього значення;

2) помилка залежить від незалежної змінної;

3) дві помилки корелюють між собою;

4) незалежні змінні корелюють між собою;

5) дисперсія помилок не є постійною.

2. Мультиколінеарність наявна, коли:

1) дві чи більше незалежних змінних мають високу кореляцію:

2) дисперсія випадкових величин не постійна;

3) теперішні та лагові значення помилок корелюють;

4) незалежна змінна виміряна з помилкою;

5) ми будуємо неправильну версію істинної моделі.

3. Мультиколінеарність дає нам:

1) оцінки параметрів з відхиленням;

2) найкращі лінійні оцінки;

3) неефективні оцінки параметрів;

4) проблеми із статистичними висновками;

5) два залишки, які корелюють один з одним.

4. Для виправлення проблеми мультиколінеарності можна:

1) використати перехід до логарифмів;

2) відкинути одну чи більше незалежних змінних;

3) використати атрибутивні змінні;

4) використати метод зважених найменших квадратів:

5) використати залежну змінну з лагом.

5. Для виявлення мультиколінеарності найчастіше використовують:

1) критерій Фішера;

2) критерій Стьюдента;

3) тест Голдфенда-Квондта;

4) тест Фаррара – Глаубера;

5) тест Дарбіна-Уотсона.

6. Для усунення мультиколінеарності найчастіше використовують:

1) метод найменших квадратів;

2) метод виключення змінної;

3) метод Ейткена;

4) двокроковий метод найменших квадратів;

5) непрямий метод найменших квадратів.

7. Мультиколінеарність зустрічається у:

1) множинних лінійних моделей;

2) парних лінійних моделях;

3) будь-яких моделях;

4) парних нелінійних моделях;

5) виробничих функцій.

8. У тесті Фаррара – Глаубера, для остаточного висновку про наявність мультиколінеарності використовують критерій:

1) Фішера;

2) Стьюдента;

3) Голдфенда-Квондта;

4) ;

5) Дарбіна-Уотсона.

Резюме по темі

Мультиколінеарність означає, що в множинній регресійній моделі два або більше незалежних факторів пов‘язані між собою або мають високий ступінь кореляції. В економіці явище мультиколінеарності трапляється досить часто, оскільки існує глобальна тенденція одночасної зміни багатьох показників.

При наявності мультиколінеарності дисперсія оцінок параметрів, обчислена за МНК, буде дуже великим значенням. При наявності мультиколінеарності виникає явище незначимості t-статистики при перевірці суттєвості впливу на показник:

Найчастіше використовють такі методи (тести) для виявлення мультиколінеарності: високе значення коефіцієнта множинної кореляції та незначимість параметрів, високе значення парних коефіцієнтів кореляції, тест Фаррара – Глаубера, характеристичне значення й умовні індекси.