1. С помощью какого показателя можно исследовать тесноту связи между двумя переменными?Коэффициента корреляции.

2. На основании чего можно осуществить процедуру отбора факторов, включаемых в модель множественной регрессии?

1  матрицы парных коэффициентов корреляции 2  сравнения остаточной дисперсии до и после включения фактора в модель

3. ???Можно ли применить МНК для оценки параметров полиноминальных уравнений парной регрессии?

4. ???Строится частное уравнение регрессии зависимости y от одного из пяти факторов, включенных модель множественной регрессии. Сколько переменных содержит это частное уравнение?

5. Предпосылкой метода наименьших квадратов не является условие

неслучайного характера остатков

http://helpstat.ru/2012/09/proverka-vyipolnimosti-predposyilok-mnk/

6. Проверку существенности отдельного параметра уравнения регрессии можно осуществлять на основе расчета величины

t-критерия Стьюдента 

стандартной ошибки параметра

доверительного интервала параметра

7. Обобщенный метод наименьших квадратов рекомендуется применять в случае?

Наличия автокорреляции остатков

8. Что показывает значение коэффициента автокорреляции второго порядка?

 характеризует связь между исходными уровнями и уровнями этого же ряда

исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени

коэффициент автокорреляции второго порядка характеризует тесноту связи между

уровнями ряда yt и уt-2 и определяется по формуле

9. Отсутствие автокорреляции в остатках предполагает, что значения  остатков не зависят друг от друга

10. Эконометрика –это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.

11. При проверке на существенность (значимость) коэффициента регрессии в качестве нулевой гипотезы выдвигается нулевая гипотеза о равенстве нулю этого коэффициента регрессии, несущественности влияния соответствующей независимой переменной на зависимую переменную

12.  При применении метода наименьших квадратов исследуются свойства оценок параметров уравнения регрессии

13. что может быть препятствием для включения факторов в модель множественной регрессии???

Одним из основных препятствий на пути эффективного построения модели множественной регрессии является наличие коллинеарности, т.е. линейной или близкой к ней связи между факторными признаками. 

14.Определите значение коэффициента регрессиидля линейного уравнения парной регрессии, если значения свободного члена равно 0.8, а теоретическое значение результативной переменной…

15. Если доверительный интервала коэффициента регрессии проходит через ноль то можно принять нулевую гипотезу ( утверждающая равенство нулю коэффициента корреляции, отвергается или говорит о несущественности найденного параметра)

16, на основании к4аких показателей делается вывод о существенности параметров?

1 t-критерия Стьюдента 2 доверительного интервала

17.каковы последствия нарушения допущения МНК «математическое ожидание регрессионных остатков равно нулю?

Смещенные оценки коэффициентов регрессии

18. при нарушении какой из предпосылок МНК рекомендуется применять обобщенный МНК?

При нарушении гомоскедастичности и наличии автокорреля­ции ошибок рекомендуется традиционный МНК заменять обобщенным методом. 

19.Гомоскедастичность остатков подразумевают,что для каждого значения фактора xj остатки имеют одинаковую дисперсию.

20.какой этап является одним из первых при построении эконометрических моделей?

1. Анализ специфических свойств рассматриваемых явлений и процессов и обоснование класса моделей, наиболее подходящих для их описания.

1.1. Выбор рационального состава включаемых в модель переменных и определение количественных характеристик, отражающих их уровни в прошлые периоды времени (на однородных объектах некоторой совокупности – территориях, предприятиях и т. п.).

1.2. Обоснование типа и формы модели, выражаемой математическим уравнением (системой уравнений), связывающим включенные в модель переменные.

2. Оценка параметров выбранного варианта модели на основании исходных данных, выражающих уровни показателей (переменных) в различные моменты времени или на совокупности однородных объектов.

3. Проверка качества построенной модели и обоснование вывода о целесообразности ее использования в ходе дальнейшего эконометрического исследования.

4. При выводе о нецелесообразности использования построенной эконометрической модели в дальнейших исследованиях следует вернуться к первому (или какому-либо другому этапу) и попытаться построить более качественную модификацию модели (другой вариант модели).

21. значение F-критерия рассчитанное для некоторой зависимости превышает табличное значение следовательно можно сделать вывод о том  (Я нашла: Если расчетное значение F–критерия Фишера превышает табличное, то можно сделать вывод о … 1 статистической значимости построенной модели 2 значимости (существенности) моделируемой зависимости )

22.Факторная дисперсия служит для оценки влияния учтенных явно в модели факторов

23.Если коэффициент регрессии является существенным, то для него выполняются условия

1. Фактическое значение t-критерия Стьюдента больше критического

2. Стандартная ошибка не превышает половины значения параметра

24.для уравнения множественной регрессии y=0.5x1+1.3x2+24 получено стандартизированное уравнение регрессии ty=2.1tx1+1.8tx2. определить какой из факторов оказывает на результат…