35 t – статистика Стьюдента позволяет оценить статистическую значимость параметров регрессии и корреляции

39 cov(x,y)=0, значит связь между х и у отсутствует

48 Величина индекса корреляции находится в пределах [-1;1]

67. Выберите уравнение множественной регрессии, в котором две объясняющие переменные явно коллинеарны: y = 3 + 6x₁ – 6x₂, r_x1x2 = 0,71

69. Выберите уравнение множественной регрессии, в котором две объясняющие переменные не являются явно коллинеарными:

C) y = 3 + 2x₁ – x₂ , r_x1x2 = 0,6

71 Временной ряд (ряд динамики) – это… совокупность значений какого-либо показателя за несколько последних моментов или периодов времени

93 В уравнении связи между фактическим значением результативного признака и теоретическое значение результативного признака , , величина есть …случайная величина, характеризующая отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии

98 Выборочный коэффициент ковариации может быть найден по формуле: cov(x,y)=

80 График зависимости значений автокорреляционной функции от величины лага (порядка коэффициента автокорреляции) называется колерограмма

27 Допустимый предел значений средней ошибки аппроксимации не более 8-10%

56. Две объясняющие переменные множественной регрессии явно коллинеарны, если …rxiyi≥0.7

100 Доверительный интервал для коэффициента b парной линейной регрессии может быть найден по формуле: b±tтабл*mb

102 Доверительные интервалы для параметра регрессии определяется по формуле: a±tтабл*mb

106 Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее: 14%

107 Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее: 21

8 Если эконометрическая модель содержит только одну объясняющую переменную, то она имеет название: парная регрессия

19 Если коэффициент корреляции = - 0,82, то связь между х и у: обратная сильная

28 Если коэффициент корреляции = 0,45, то связь между х и у: прямая умеренная

51. Если эконометрическая модель содержит две и более объясняющие переменные, то она имеет название: множественной регрессии

55. Если более чем два фактора уравнения множественной регрессии связаны между собой тесной линейной зависимостью, то это говорит о … наличии мультиколлинеарности факторов

58. Если факторы множественной регрессии не коррелируют между собой, то матрица парных коэффициентов корреляции между факторами единичная

65. Если эконометрическая модель содержит более одной объясняющей переменной, то она имеет название: парная линейная регрессия

111 Если для каждого значения фактора остатки имеют одинаковую дисперсию, т.е. выполняется третья предпосылка МНК, то имеет место гомоскедастичность

112 Если для каждого значения фактора остатки НЕ имеют одинаковую дисперсию, т.е. НЕ выполняется третья предпосылка МНК, то имеет место гетероскедастичность

113 Если на графике зависимости остатков от получена горизонтальная полоса, то …остатки представляют собой случайные величины и применение МНК оправдано

114 Если необходимо включить в модель фактор, имеющий два или более качественных уровня, то …качественные переменные преобразуют в количественные путем введения фиктивных переменных

119 Если при построении уравнения регрессии требуется включить в него фактор «пол», то необходимо ввести соответствующую фиктивную переменную

120 Если при построении уравнения регрессии требуется включить в него фактор «образование», имеющий 3 уровня градации, то сколько фиктивных бинарных переменных нужно ввести в модель? две

1Известно, что параметры парной линейной регрессии а=25, b=4, стандартные ошибки параметров m_a=10, m_b=0,1, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Параметр b

2Известно, что параметры парной линейной регрессии а=15, b=12, стандартные ошибки параметров m_a=0,1, m_b=2, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Оба параметры значимы

3 Известно, что параметры парной линейной регрессии а=4,2, b=3,6, стандартные ошибки параметров m_a=2, m_b=3, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Оба параметра незначимы

10 Известно, что cov (x, y) >0. Значит связь между х и у прямая

15 Известно, что cov (x, y) < 0. Значит связь между х и у обратная

36 Из указанных уравнений нелинейной регрессии укажите полином второй степени: а)

37. Из указанных уравнений нелинейной регрессии укажите уравнение равносторонней гиперболы: а)

38. Из указанных уравнений нелинейной регрессии укажите уравнение показательной функции: а)

42 Из указанных уравнений нелинейной регрессии укажите полином третьей степени:

43 Из указанных уравнений нелинейной регрессии укажите уравнение полулогарифмической функции:

44 Из указанных уравнений нелинейной регрессии укажите уравнение экспоненциальной функции:

82 Известно, что уравнение парной линейной регрессии у = 10 + 18х, стандартные ошибки параметров m_a=2, m_b=3, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Оба параметры значимы

83 Известно, что уравнение парной линейной регрессии у = 0,7 + 18х, стандартные ошибки параметров m_a=2, m_b=3, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Параметр b

84 Известно, что уравнение парной линейной регрессии у = 75 + 240х, стандартные ошибки параметров m_a=2, m_b=3, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Оба параметра значимы

85 Известно, что уравнение парной линейной регрессии у = 25 + х, стандартные ошибки параметров m_a=2, m_b=3, табличное значение t-критерия Стьюдента t_табл=2,57. Какой из параметров является статистически значимым? Параметр а

86 Известно фактическое значение F – критерия Фишера линейной парной регрессии F_факт = 245, табличное значение F – критерия Фишера F_табл = 5,59. Какой вывод можно сделать? Уравнение линейной парной регрессии статистически значимо

87 Известно фактическое значение F – критерия Фишера линейной парной регрессии F_факт = 2, табличное значение F – критерия Фишера F_табл = 5,59. Какой вывод можно сделать? Уравнение линейной парной регрессии статистически незначимо

88 Известно, что cov (x, y) = 345. Значит связь между х и у прямая

89 Известно, что cov (x, y) = 1,25. Значит связь между х и у прямая

90 Известно, что cov (x, y) = 0,25. Значит связь между х и у прямая

91 Известно, что cov (x, y) = - 0,25. Значит связь между х и у обратная

92 Известно, что cov (x, y) = - 597. Значит связь между х и у обратная

115 Исследования остатков предполагают проверку наличия … 5

6 Какое значение примет выборочный коэффициент ковариации, если известно: число наблюдений в выборке равно 10, = 900, = 6, =12: ковариация ху=18

11 Какое значение примет выборочный коэффициент ковариации, если известно: число наблюдений в выборке равно 20, = 1800, = 25, =15: ковариация ху=-285

13 Какое из уравнений является уравнением парной линейной регрессии?

A)

18 Коэффициент корреляции может принимать значения: от -1 до 1

20 Коэффициент корреляции можно рассчитать по формуле:

24 Коэффициент детерминации показывает, что … уравнением регрессии объясняется 95% дисперсии результативного признака, а на долю прочих факторов приходится лишь 5%.

29 Коэффициент детерминации характеризует долю дисперсии результативного признака , объясняемую регрессией, в общей дисперсии результативного признака

31 Коэффициент детерминации показывает, что … уравнением регрессии объясняется 75% дисперсии результативного признака, а на долю прочих факторов приходится лишь 25%.

46 Коэффициентом эластичности в степенной функции является параметр b

49 Какое из уравнений нелинейно по оцениваемым параметрам?

50 Какое из уравнений нелинейно по оцениваемым параметрам?

81 Коэффициент автокорреляции характеризует тесноту линейной связи текущего и предыдущего уровней ряда

94 Какой из графиков соответствует парной линейной регрессии

95 Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК)

72 Модель, в которой временной ряд представлен как сумма трендовой, циклической и случайной компонент, называется аддитивной моделью временного ряда

73 Модель, в которой временной ряд представлен как произведение трендовой, циклической и случайной компонент, называется мультипликативной моделью временного ряда

96 МНК позволяет получить такие оценки параметров и , при которых… сумма квадратов отклонений фактических значений результативного признака от теоретических максимальна

104 Множественный коэффициент корреляции . Определите, какой процент дисперсии зависимой переменной объясняется влиянием факторов и : 81%

105 Множественный коэффициент корреляции . Определите, какой процент дисперсии зависимой переменной объясняется влиянием факторов и : 64%

54. Наличие мультиколлинеарности факторов уравнения множественной регрессии означает …более чем два фактора связаны между собой сильной зависимостью

57. Насыщение модели лишними факторами приводит …к статистической незначимости параметров регрессии по критерию Стьюдента

9 Определите параметр а парной линейной регрессии, оцененной по 20 наблюдениям если известно: : а=800

14 Определите параметр а парной линейной регрессии, оцененной по 20 наблюдениям если известно: : а=260

22 Оценить связь между х и у, если известно, что в = 25, , прямая сильная

25 Оценить статистическую значимость параметров регрессии и корреляции позволяет:t – статистика Стьюдента

30 Оценить связь между х и у, если известно, что в = - 4, , обратная слабая

60. Определитель матрицы парных коэффициентов корреляции между факторами используется для оценки: