Эконометрика лаб 3

ПРАВИЛЬНЫМ ОТВЕТОМ ВЕЗДЕ ЯВЛЯЕТСЯ ПЕРВЫЙ!

При решении эконометрических задач уравнение регрессии является

1

математической моделью зависимости переменных

2

показателем применимости линейной формулы связи между переменными

3

инструментом для расчета числовых характеристик исследуемых величин

4

оценочной базой тесноты связи исследуемых переменных

Уравнение регрессии оценивает

1

форму зависимости исследуемых переменных

2

тесноту связи исследуемых переменных

3

причину наличия случайной составляющей

4

сумму квадратов отклонений реальных значений от расчетных

Что в Вашей задаче выбрано в качестве

зависимой переменной?

1

накладные расходы

2

объем работ

3

численность рабочих

4

фонд заработной платы

Какой вид регрессионной зависимости не может существовать?

1

парная множественная

2

парная линейная

3

множественная линейная

4

парная нелинейная

В каком случае регрессия является парной?

1

если в уравнение регрессии входит одна зависимая и одна независимая переменная

2

если в уравнение регрессии входит пара зависимых и пара независимых переменных

3

если все коэффициенты регрессии положительны

4

если величина коэффициента корреляции указывает на тесную связь переменных

В каком случае регрессия является множественной?

1

если в уравнение входит одна зависимая и множество независимых переменных

2

если в уравнение входит множество зависимых и множество независимых переменных

3

если хотя бы один из коэффициентов регрессии отрицателен

4

если величина коэффициента корреляции указывает на тесную связь переменных

Что означает наличие прямой связи

между переменными х и у?

1

что при увеличении значений х увеличиваются и значения у

2

что при увеличении значений х значения у уменьшаются

3

что график зависимости между х и у является прямой линией

4

что графики переменных х и у являются прямыми линиями

Что означает наличие обратной связи

между переменными х и у?

1

что при уменьшении значений х значения у увеличиваются

2

что график зависимости между х и у не является прямой линией

3

что графики переменных х и у не являются прямыми линиями

4

что при увеличении значений х увеличиваются и значения у

Значения х и у для поиска уравнения регрессионной зависимости берутся

1

из статистических данных

2

произвольными

3

из таблиц значений нормального распределения

4

из расчетов по методу наименьших квадратов

Значения a и b для поиска уравнения регрессионной зависимости берутся

1

из расчетов по методу наименьших квадратов

2

из статистических данных

3

произвольными

4

из таблиц значений нормального распределения

Уравнение регрессии записывается на основании

1

величин коэффициентов регрессии

2

величин остатков

3

величин стандартизованных остатков

4

величины коэффициента корреляции

В уравнении регрессии зависимая переменная

обычно обозначается как

1

у

2

a

3

b

4

х

В уравнении регрессии независимая переменная

обычно обозначается как

1

х

2

у

3

a

4

b

В уравнение регрессии входят

1

зависимая переменная, независимые переменные и коэффициенты при них

2

коэффициент корреляции и коэффициент детерминации

3

только коэффициенты регрессии

4

Р-значения объясняющих переменных

В уравнении регрессионной зависимости

может быть только

1

одна зависимая и одна или несколько независимых переменных

2

несколько зависимых и одна независимая переменная

3

несколько зависимых и одна или несколько независимых переменных

4

одна зависимая и одна независимая переменная

В уравнении y = a + bx коэффициенты а и b - это:

1

параметры регрессии

2

доверительные интервалы параметров регрессии

3

RSS и ESS

4

предсказанные значения переменных х и у

В результатах решения задачи коэффициент регрессии а отображается как:

1

Y-пересечение

2

Значимость F

3

Множественный R

4

переменная Х1

В уравнении регрессии у = a + bx коэффициент а показывает

1

прогнозируемую величину у при х = 0

2

прогнозируемую величину у при х = b

3

величину корреляции между у и х

4

статистическую значимость коэффициентов регрессии

Как в уравнении регрессии интерпретируется

коэффициент перед переменной х?

1

показывает величину изменения у при единичном изменении х

2

показывает тесноту связи в уравнении регрессии

3

показывает среднее значение х

4

показывает статистическую значимость переменной х

Стандартная ошибка коэффициента регрессии

находится в допустимых пределах, если

1

ее величина не больше половины модуля коэффициента регрессии

2

ее величина меньше 0

3

ее величина лежит в интервале от 0 до 1

4

ее величина равна коэффициенту регрессии

Значимость коэффициентов регрессии определяется с помощью:

1

Р-значений

2

величины Множественного R

3

величины Значимости F

4

величин и знаков коэффициентов регрессии

Что означает статистическая незначимость

параметра (коэффициента) регрессии?

1

высокую вероятность равенства данного параметра нулю

2

наличие статистических выбросов

3

слабую связь в построенном уравнении регрессии

4

недостаточность количества исходных наблюдений

Когда коэффициент регрессии считается значимым?

1

если его Р-значение меньше 5%

2

если Множественный R меньше 0,7

3

если его Стандартная ошибка больше 0,5

4

если Значимость F больше или равна 5%

Какая величина «Р-значения» подтверждает влияние х на у?

1

Р-значение для него меньше 0,05

2

Р-значение для него отрицательно

3

Р-значение для него по модулю больше либо равно 0,7

4

Р-значение для него положительно

При одновременной незначимости нескольких

объясняющих переменных модели нужно

1

удалить их последовательно, начиная с той, чье Р-значение больше

2

прекратить решение задачи до пополнения исходных статистических данных

3

произвести их одновременное удаление

4

удалить их последовательно, начиная с той, чье Р-значение меньше

Для практического удаления из модели y = a + bx незначимого коэффициента регрессии а необходимо

1

активизировать в окне "Регрессия" поле «Константа-ноль»

2

удалить из исходных данных столбец переменной у

3

перейти к нелинейной зависимости

4

удалить из исходных данных столбец переменной х

Для практического удаления из модели y = a + bx незначимого коэффициента регрессии b необходимо

1

удалить из исходных данных столбец переменной х

2

активизировать в окне"Регрессия" поле «Константа-ноль»

3

удалить из исходных данных столбец переменной у

4

перейти к нелинейной зависимости

Что следует делать, если коэффициент регрессии не значим?

1

удалять из модели переменную, которой он соответствует

2

плакать

3

увеличить количество наблюдений

4

увеличить количество зависимых переменных

Сколько условий обязательно должно выполняться

для признания регрессионной модели качественной?

1

три

2

четыре

3

восемь

4

шесть

Регрессионная модель считается качественной

при обязательном выполнении следующих условий:

1

связь в модели тесная, объясняющие переменные значимы, наблюдений достаточно

2

связь в модели прямая, объясняющие переменные значимы, выбросы отсутствуют

3

связь в модели линейная, все Р-значения положительны, RSS > ESS

4

связь в модели тесная, стандартные ошибки коэффициентов регрессии не превышают 0,5

Можно ли на основании решения Excel

прогнозировать изменение Y в зависимости от изменения X?

1

можно, только если построенная регрессионная модель является качественной

2

можно, только если регрессия - линейная

3

прогноз вообще невозможен на основании построения модели

4

всегда можно

Теснота связи в уравнении регрессии определяется с помощью

1

коэффициента корреляции

2

коэффициентов регрессии

3

Р-значения

4

Значимости F

Что проверяется с помощью коэффициента корреляции?

1

теснота связи между факторами в уравнении регрессии

2

достоверность параметра a в уравнении регрессии

3

достоверность параметра b в уравнении регрессии

4

достаточность статистической информации для анализа

Для констатации наличия тесной связи в регрессионной модели необходимо

1

чтобы модуль коэффициента корреляции был не меньше 0,7

2

чтобы количество наблюдений в исследуемой выборке было не менее 20

3

чтобы коэффициенты регрессии были статистически значимы

4

чтобы отсутствовали статистические выбросы

Коэффициент корреляции при решении в пакете Excel выдается как величина

1

"Множественный R"

2

"Значимость F"

3

"Регрессия"

4

"Y-пересечение"

Коэффициент корреляции измеряется

1

является безразмерной величиной

2

в единицах размерности зависимой переменной

3

в единицах размерности независимой переменной

4

в произведении единиц размерности зависимой и независимой переменных

Достоверность коэффициента детерминации в решении Excel определяется с помощью

1

Значимости F

2

коэффициента корреляции

3

стандартной ошибки уравнения регрессии

4

Р-значения

Величина «Значимость F» показывает

1

вероятность недостоверности коэффициента детерминации

2

вероятность незначимости соответствующего коэффициента регрессии

3

вероятность наличия статистических выбросов

4

величину значительности Фишера

Что означает незначимость коэффициента детерминации?

1

что рассчитанный коэффициент детерминации не достоверен

2

что связь между переменными в уравнении не является тесной

3

что полученные результаты не значат абсолютно ничего

4

что для анализа использовано слишком много наблюдений

В каком случае коэффициент корреляции

может быть не достоверен?

1

в случае нерепрезентативности выборки

2

в случае, если его величина меньше 0,7

3

в случае, если он отрицателен

4

в случае, если единицы измерения переменных Х и Y различны

В каком случае коэффициент детерминации

считается незначимым?

1

если величина "Значимость F" больше 0,05

2

если его значение по модулю меньше 0,7

3

если величина "Нормированный R-квадрат" больше 0,5

4

если величина "Значимость F" меньше либо равна 0,05

Что показывает коэффициент детерминации?

1

объясненную регрессией долю дисперсии зависимой переменной у

2

объясненную долю ошибки уравнения регрессии

3

долю необъясненной дисперсии в общей дисперсии зависимой переменной

4

объясненную регрессией долю дисперсии независимой переменной х

Какой показатель выражает, какая доля используемых в регрессионном анализе

наблюдений описывается регрессионной моделью?

1

коэффициент детерминации

2

нормированный коэффициент детерминации

3

Значимость F

4

коэффициент корреляции

Что показывает величина

нормированного коэффициента детерминации?

1

какая доля общей дисперсии объясняется включенными в регр. модель факторами

2

норму, рассчитанную для коэффициента детерминации конкретной модели

3

прямая или обратная связь существует между зависимой и независимой переменными

4

какая доля общей дисперсии объясняется уравнением регрессии

Величина RSS показывает

1

величину дисперсии зависимой переменной, объясненной регрессией

2

величину дисперсии зависимой переменной, не объясненной регрессией

3

величину коэффициента детерминации

4

общий разброс зависимой переменной вокруг ее среднего значения

Как рассчитывается коэффициент детерминации?

1

RSS / TSS

2

ESS / TSS

3

ESS / RSS

4

TSS / ESS

Что такое остаток?

1

разность между реальным и расчетным значением у

2

разность между расчетным и средним значением у

3

разность между 1 и величиной «Р-значение»

4

разность между 0,7 и величиной коэффициента корреляции

Какое количество остатков выводится при проведении регрессии?

1

равное количеству наблюдений

2

равное сумме параметров регрессии

3

равное количеству переменных модели

4

равное количеству статистических выбросов

Что такое статистический выброс?

1

наблюдение, которое резко отклоняется от линии регрессии

2

наблюдение, для которого совпадают реальное и расчетное значения y

3

наблюдение, для которого совпадают реальное и среднее значения у

4

последнее наблюдение в выборке

Какое наблюдение считается статистическим выбросом?

1

наблюдение, величина стандартного остатка которого по модулю больше 2

2

наблюдение, величина стандартного остатка которого больше 0,05 (5%)

3

наблюдение, не вошедшее в выборку, по которой производится регрессионный анализ

4

наблюдение, порядковый номер которого больше 40

В каких случаях не обязательно удаление статистических выбросов?

1

в случае сильной связи в регрессионной модели

2

в случае репрезентативности выборки

3

статистические выбросы необходимо исключать из модели всегда

4

в случае построения нелинейной модели

Каковы последствия удаления статистических выбросов в регрессионном анализе?

1

увеличение тесноты связи в модели

2

возникающее чувство глубокого удовлетворения

3

устранение автокорреляции

4

улучшение статистической значимости коэффициентов регрессии

Какой показатель характеризует тесноту связи

в уравнении регрессии?

1

коэффициент корреляции

2

стандартизованный остаток

3

совокупность значений "Верхние 95%" и "Нижние 95%"

4

Значимость F

Что необходимо сделать в случае незначимости

коэффициента корреляции?

1

увеличить количество наблюдений в исследуемой выборке

2

горько заплакать

3

удалить из модели константу а

4

вывод о слабой связи в модели

Для оценки формы связи между переменными служит

1

уравнение регрессии

2

значения дисперсий исследуемых переменных

3

коэффициент корреляции

4

сумма квадратов отклонений реальных значений переменных от расчетных

Какого вида регрессионная зависимость между переменными не может существовать?

1

прямая линейная нелинейная

2

тесная прямая

3

тесная обратная

4

прямая парная нелинейная

Сколько объясняющих переменных может быть в уравнении регрессии?

1

произвольное количество (желательно, не более трети от числа наблюдений)

2

только одна

3

в парной регрессии - не более двух, во множественной - сколько угодно

4

для получения достоверной модели - не менее 20-ти

В уравнении y = a + bx коэффициент а является

1

параметром регрессии

2

коэффициентом корреляции

3

коэффициентом детерминации

4

случайной составляющей

В уравнении y = a + bx

величина коэффициента а отражает

1

влияние на у факторов, не учтенных в модели

2

значение у при единичном увеличении х

3

значимость или незначимость коэффициента а

4

значимость или незначимость переменной у

В уравнении регрессии у = a + bx коэффициент а показывает

1

величину у при равенстве х нулю

2

является ли связь между зависимой и независимыми переменными тесной

3

величину случайной составляющей в уравнении регрессии

4

величину изменения у при единичном изменении х

В уравнении регрессии у = a + bx коэффициент b показывает

1

величину изменения у при единичном изменении х

2

величину у при равенстве х нулю

3

является ли связь между зависимой и независимыми переменными тесной

4

величину случайной составляющей в уравнении регрессии

Что является математической моделью в эконометрических задачах?

1

уравнение регрессии

2

подробное описание параметров задачи

3

графики исследуемых переменных

4

математические расчеты величин исследуемых переменных

Для чего составляется уравнение регрессии?

1

для определения формы зависимости исследуемых переменных

2

для выявления причин наличия случайной составляющей

3

для расчета суммы квадратов отклонений реальных значений от расчетных

4

для определения тесноты связи исследуемых переменных

Ваша задача является

1

задачей множественной линейной регрессии

2

задачей парной линейной регрессии

3

задачей нелинейной регрессии

4

задачей прямой регрессии

Какие виды регрессионных зависимостей существуют?

1

парная, множественная, линейная, нелинейная

2

симплексная, парная, логарифмическая

3

одинарная, парная, множественная

4

линейная, нелинейная, интегральная

Когда связь между переменными Х и Y является прямой?

1

когда при увеличении значения Х значение переменной Y также увеличивается

2

когда при увеличении значения Х значение переменной Y уменьшается

3

когда эта связь является нелинейной

4

когда эта связь является линейной

Если увеличение объясняющей переменной

приводит к уменьшению зависимой, значит

1

связь между ними является обратной

2

связь между ними является нелинейной

3

связь между ними отсутствует

4

в статистических данных - явная ошибка

Сколько зависимых переменных

может быть в уравнении регрессии?

1

только одна

2

в парной регрессии - не более двух, во множественной - сколько угодно

3

для получения достоверной модели - не менее 20-ти

4

произвольное количество

В уравнении y = a + bx коэффициент b является

1

параметром регрессии

2

коэффициентом корреляции

3

коэффициентом детерминации

4

случайной составляющей

В уравнении y = a + bx

величина коэффициента а отражает

1

влияние на у факторов, не учтенных в модели

2

значение у при единичном увеличении х

3

значимость или незначимость коэффициента а

4

значимость или незначимость переменной у

В уравнении регрессии у = a + bx коэффициент а показывает

1

величину у при равенстве х нулю

2

является ли связь между зависимой и независимыми переменными тесной

3

величину случайной составляющей в уравнении регрессии

4

величину изменения у при единичном изменении х

В уравнении регрессии у = a + bx коэффициент b показывает

1

величину изменения у при увеличении х на 1

2

прогнозируемую величину х при у = а

3

прогнозируемую величину у при х = a

4

вероятность выполнения нуль-гипотезы для соответствующего коэффициента регрессии

Стандартная ошибка коэффициента регрессии

находится в допустимых пределах, если

1

ее величина не больше половины модуля коэффициента регрессии

2

ее величина меньше 0

3

ее величина лежит в интервале от 0 до 1

4

ее величина равна коэффициенту регрессии

После записи уравнения регрессии необходимо

1

оценить качество полученного уравнения

2

написать об этом в газету

3

определить зависимые и независимые переменные

4

рассчитать сумму квадратов остатков

Регрессионная модель считается качественной,

если выполняются следующие условия:

1

| Множественный R | >= 0,7, Значимость F < 0,05, все Р-значения < 0,05

2

Множественный R > 0, отстутсвие статистических выбросов

3

| Множественный R | >= 0,5, Y-пересечение >= 1, Р-значения для х < 0,05

4

| Множественный R | > 0,05, Значимость F <= 0,7, все Р-значения <= 5

С помощью какой величины определяется

теснота связи в уравнении регрессии?

1

с помощью коэффициента корреляции

2

с помощью величины Значимость F

3

с помощью коэффициентов регрессии

4

с помощью Y-пересечения

Тесная связь между перменными модели

констатируется в том случае, если

1

коэффициент корреляции по модулю не меньше 0,7

2

величина Значимость F меньше 0,05

3

все Р-значения меньше 0,05

4

статистические выбросы отсутствуют

В результатах решения задачи в Excel

коэффициент корреляции отображается как:

1

Множественный R

2

Значимость F

3

Y-пересечение

4

переменная Х1

Коэффициент корреляции изменяется в пределах

1

от –1 до 1

2

от 0 до 100

3

от – бесконечности до + бесконечности

4

от 0 до 1

При помощи чего определяется

значимость коэффициента детерминации?

1

при помощи проверки нуль-гипотезы для него

2

при помощи коэффициентов регрессии

3

при помощи графика плотности вероятности нормального распределения

4

при помощи родных и близких

Для чего служит величина "Значимость F"?

1

для определения достоверности коэффициента детерминации

2

для определения тесноты связи в построенном уравнении регрессии

3

является одним из коэффициентов уравнения регрессии

4

для определения стандартной ошибки уравнения регрессии

Причиной недостоверности коэффициента корреляции

может служить

1

недостаточное количество наблюдений

2

величина Значимости F, большая 5%

3

невозможность точного определения доверительного интервала для параметров a и b

4

незначимость соответствующих коэффициентов регрессии

В каком случае коэффициент детерминации

признается не достоверным?

1

если Значимость F больше или равна 5%

2

если Множественный R меньше 0,7

3

если Стандартная ошибка больше 0,5

4

если Р-значение меньше 5%

В результатах решения Вашей задачи

коэффициент детерминации отображается как:

1

R-квадрат

2

Значимость F

3

Множественный R

4

Y-пересечение

Какой показатель выражает, какая доля используемых в регрессионном анализе

наблюдений описывается включенными в модель факторами?

1

нормированный коэффициент детерминации

2

Значимость F

3

коэффициент корреляции

4

коэффициент детерминации

Величина ЕSS показывает

1

величину дисперсии зависимой переменной, не объясненной регрессией

2

величину коэффициента корреляции

3

общий разброс зависимой переменной вокруг ее среднего значения

4

величину дисперсии зависимой переменной, объясненной регрессией

Какой должна быть сумма квадратов остатков

при использовании МНК?

1

минимальной

2

максимальной

3

нулевой

4

положительной

Что такое статистический выброс?

1

нетипичное наблюдение, подлежащее удалению

2

стандартная ошибка уравнения регрессии

3

незначимый коэффициент корреляции

4

процесс отбрасывания незначимых переменных модели

Каким образом при решении регрессионной задачи в пакете Excel

обнаруживаются статистические выбросы?

1

по величинам стандартных остатков наблюдений

2

по величинам Р-значений

3

по величинам стандартных ошибок

4

с помощью активизации поля "Константа-ноль" в окне "Регрессия"

В каких случаях необходимо

удаление статистических выбросов?

1

в случае низкого значения коэффициента корреляции

2

в случае высокого значения коэффициента корреляции

3

в случае, если Значимость F больше 5%

4

в случае построения нелинейной модели