1) Критерий значимости; 2) критерий согласия; 3) параметрический критерий.

51. Какое распределение используется при проверке гипотезы о линейном ограничении общего вида :

1) хи-квадрат; 2) t - Стьюдента; 3) F - Фишера.

52. Тест Чоу проверяет:

1) значимость коэффициентов у двух регрессионных уравнений, построенных на разных выборочных совокупностях;

2) адекватность двух регрессионных уравнений, построенных на разных выборочных совокупностях;

3) совпадение двух регрессионных уравнений, построенных на разных выборочных совокупностях.

53. При нарушении какого условия необходимо строить обобщенную регрессионную модель?

1. матрица независимых переменных Х имеет максимальный ранг ;

2. математическое ожидание случайной составляющей равно нулю;

3. ковариационная матрица случайной составляющей диагональная с равными на диагонали элементами.

54. Сколько отличительных условий между обобщенной и классической регрессиями?

1. Одно; 2) два; 3) три.

55. Если оценки коэффициентов обобщенной регрессии получить с помощью МНК, то они будут:

1. смещенными; 2) несмещенными; 3) трудно понять, какими свойствами они обладают.

56. Почему ковариационная матрица вектора оценок обобщенной регрессии, полученных с помощью МНК, не рассчитывается при построении модели?

1. не выведена формула для ее расчета; 2) неизвестна матрица ;

3) матрица известна, но не диагональная.

57. Можно ли ковариационную матрицу вектора оценок обобщенной регрессии, полученных с помощью МНК, заменить оценкой ?

1. можно; 2) нельзя, потому что такая оценка является смещенной;

3) нельзя, потому что такую оценку нельзя рассчитать.

58. В обобщенном МНК оценки коэффициентов регрессии получаются по формуле:

1) ; 2) ; 3) .

59. В чем состоит суть доступного обобщенного МНК?

1. сначала получают оценку матрицы , а затем эту оценку используют вместо в расчетной формуле;

2. в расчетах используется произвольная невырожденная матрица ;

3. матрица заменяется диагональной матрицей.

60. Основное отличие взвешенного МНК от обобщенного МНК заключается в том, что:

1) - произвольная невырожденная матрица; 2) - диагональная матрица;

3) - недиагональная матрица.

61. В каких ситуациях обобщенный МНК сводится к взвешенному МНК с двухуровневой дисперсии:

1. когда данные неоднородны по дисперсии, но их можно разделить на две группы однородных;

2. когда дисперсия случайной составляющей пропорциональна одному из двух факторов;

3. когда дисперсия случайной составляющей зависит от двух факторов.

62. Во взвешенном МНК наибольший вес приписывается данным:

1. с большей дисперсией; 2) с меньшей дисперсией; 3) со средним уровнем дисперсии.

63. Как поступают в том случае, если дисперсия случайной составляющей пропорциональна одной из независимых переменных моделей:

1. все данные умножить на эту независимую переменную;

2. все данные разделить на эту независимую переменную;

3. зависимую переменную разделить на эту независимую переменную.

64. Как поступают в том случае, если дисперсия случайной составляющей зависит от нескольких независимых переменных?

1. применяют обобщенный МНК с произвольной диагональной матрицей ;

2. применяют обычный МНК, реализуемый в три этапа;

3. применяют доступный обобщенный МНК, реализуемый в три этапа.

65. Для чего корректируются стандартные ошибки коэффициентов обобщенной регрессии?

1. чтобы получить несмещенную оценку ковариационной матрицы коэффициентов;

2. чтобы получить состоятельную оценку ковариационной матрицы коэффициентов;

3. чтобы получить минимально возможные стандартные ошибки оценок коэффициентов регрессии.

66. Что означает гетероскедастичность?

1. неравенство дисперсий случайной составляющей;

2. равенство дисперсий случайной составляющей;

3. зависимость между случайными составляющими.

67. Что означает гомоскедастичность?