Эконометрика лаб 4
.docxПРАВИЛЬНЫМ ОТВЕТОМ ВЕЗДЕ ЯВЛЯЕТСЯ ПЕРВЫЙ! |
||
Что такое линеаризация? |
1 |
процедура преобразования нелинейной зависимости к линейному виду |
2 |
выявление наличия или отсутствия линейной связи между переменными модели |
|
3 |
построение линейного графика зависимости |
|
4 |
процесс весенней линьки зайцев |
|
Необходимо ли построения графика при исследовании нелинейной регрессионной зависимости? |
1 |
не необходимо, но весьма желательно |
2 |
да, без графика не найти формулу зависимости |
|
3 |
нет, графики строить вообще не нужно |
|
4 |
графики строят только для линейной регрессии |
|
Что в Вашей задаче выступает в качестве зависимой переменной? |
1 |
выпуск |
2 |
капиталовожения |
|
3 |
трудовые затраты |
|
4 |
функция Кобба-Дугласа |
|
Для чего используются производственные функции? |
1 |
для определения количественной связи между затратами и выпуском продукции |
2 |
для определения зависимости между производством и потреблением |
|
3 |
для построения нелинейных регрессионных моделей |
|
4 |
для определения объема производства продукции |
|
Что описывает функция Кобба-Дугласа? |
1 |
связь между национальным доходом и рабочей силой и производственными фондами |
2 |
зависимость спроса на товары различных групп от дохода населения |
|
3 |
парную нелинейную регрессионную зависимость |
|
4 |
прекрасный мир частного капитала |
|
Сколько переменных содержит функция Кобба-Дугласа? |
1 |
3 |
2 |
2 |
|
3 |
6 |
|
4 |
1 |
|
Связь переменной N c C и L в Вашей задаче |
1 |
прямая нелинейная |
2 |
парная нелинейная |
|
3 |
прямая множественная линейная |
|
4 |
обратная множественная нелинейная |
|
Что выражают параметры b1 и b2 в функции Кобба-Дугласа? |
1 |
являются эластичностями объема выпуска продукции по факторам производства |
2 |
величины затрат капитала и труда |
|
3 |
величины отдачи от масштаба факторов производства |
|
4 |
условные эффективности различных производств |
|
Что отражает сумма b1 + b2 в функции Кобба-Дугласа? |
1 |
отдачу от масштаба |
2 |
совокупные затраты труда и капитала |
|
3 |
величину общего объема выпуска |
|
4 |
эффективность производства |
|
Если в производственной функции Кобба-Дугласа b1 + b2 = 1, то имеет место |
1 |
постоянная отдача от масштаба |
2 |
убывающая отдача от масштаба |
|
3 |
возрастающая отдача от масштаба |
|
4 |
производительность и фондовооруженность труда |
|
Что означает "постоянная отдача от масштаба" в производственной функции Кобба-Дугласа? |
1 |
что увеличение объема выпуска равно увеличению затрат ресурсов |
2 |
неизменность объемов выпуска |
|
3 |
неизменность затрат ресурсов |
|
4 |
равенство между b1 и b2 |
|
При b1 + b2 = 1 в производственной функции Кобба-Дугласа |
1 |
производительность труда растет медленнее фондовооруженности |
2 |
производительность труда растет быстрее фондовооруженности |
|
3 |
объем выпуска растет быстрее затрат труда и капитала |
|
4 |
функцию можно рассматривать как линейную |
|
Что выражает параметр а в производственной функции Кобба-Дугласа? |
1 |
условную эффективность |
2 |
производительность труда |
|
3 |
фондовооруженность труда |
|
4 |
эластичность выпуска по факторам производства |
|
Если при прочих равных параметр а в производственной функции Кобба-Дугласа для предприятия 1 равен 0,44, а для предприяти 2 равен 0,58, значит |
1 |
предприятие 1 работает менее эффективно, чем предприятие 2 |
2 |
предприятие 1 работает более эффективно, чем предприятие 2 |
|
3 |
производительность труда на 1-м предприятии равна 0,44, а на 2-м - 0,58 |
|
4 |
эластичность выпуска предпритияй 1 и 2 находятся в соотношении 0,44 / 0,58 |
|
Можно ли учесть в производственной функции Кобба-Дугласа зависящий от периодов времени технический прогресс? |
1 |
можно |
2 |
нельзя |
|
3 |
технический прогресс в принципе нельзя учесть |
|
4 |
можно, только не во временной динамике |
|
Что означает выражение #Н/Д, выводимое для параметра а на втором этапе решения Вашей задачи? |
1 |
что нет данных по характеристикам а, т.к. он равен нулю |
2 |
что получено недопустимое значение а |
|
3 |
что а надо рассчитывать как b1 + b2 |
|
4 |
что в исходных данных есть статистические выбросы |
|
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 корреляции в решении Excel определяется с помощью |
1 |
Значимости F |
2 |
коэффициента детерминации |
|
3 |
стандартной ошибки уравнения регрессии |
|
4 |
Р-значения |
|
Величина «Значимость F» показывает |
1 |
вероятность недостоверности коэффициента корреляцими |
2 |
вероятность незначимости соответствующего коэффициента регрессии |
|
3 |
вероятность наличия статистических выбросов |
|
4 |
величину значительности Фишера |
|
Что означает незначимость коэффициента корреляции? |
1 |
что рассчитанный коэффициент корреляции 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 корреляции 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 регрессионную модель факторами |
2 |
норму, рассчитанную для коэффициента детерминации конкретной модели |
|
3 |
прямая или обратная связь существует между зависимой и независимой переменными модели |
|
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 по 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 |
|
Если в производственной функции Кобба-Дугласа b1 + b2 < 1, то имеет место |
1 |
убывающая отдача от масштаба |
2 |
возрастающая отдача от масштаба |
|
3 |
наличие статистических выбросов |
|
4 |
постоянная отдача от масштаба |
|
Если при прочих равных параметр а в производственной функции Кобба-Дугласа для предприятия 1 равен 0,38, а для предприяти 2 равен 0,34, значит |
1 |
предприятие 1 работает более эффективно, чем предприятие 2 |
2 |
предприятие 1 работает менее эффективно, чем предприятие 2 |
|
3 |
производительность труда на 1-м и 2-м предприятиях находятся в соотношении 0,38 / 0,34 |
|
4 |
эластичность выпуска предпрития 1 на 4% выше, чем у предприятия 2 |
|
Сколько условий обязательно должно выполняться для признания регрессионной модели качественной? |
1 |
три |
2 |
два |
|
3 |
одно |
|
4 |
четыре |
|
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 |
|
Что означает "возрастающая отдача от масштаба" в производственной функции Кобба-Дугласа? |
1 |
что увеличение объема выпуска больше увеличения затрат ресурсов |
2 |
увеличение объемов выпуска |
|
3 |
возрастание затрат ресурсов |
|
4 |
выполнение соотношения b1 > b2 |
|
Если при прочих равных параметр а в производственной функции Кобба-Дугласа для предприятия 1 равен 0,16, а для предприятия 2 равен 0,56, значит |
1 |
предприятие 1 работает менее эффективно, чем предприятие 2 |
2 |
предприятие 1 работает более эффективно, чем предприятие 2 |
|
3 |
производительность труда на 2-м предприятии на 40% выше, чем на 1-м |
|
4 |
фондовооруженность труда на 2-м предприятии на 40% выше, чем на 1-м |
|
Для чего в эконометрике используются графические изображения? |
1 |
для более наглядного представления законов распределения случайных величин |
2 |
они служат основой для принятия решения |
|
3 |
для более точного расчета числовых характеристик экономических объектов |
|
4 |
для того, чтобы продемонстрировать свое умение их строить |
|
Ваша задача является |
1 |
задачей множественной нелинейной регрессии |
2 |
задачей парной нелинейной регрессии |
|
3 |
задачей множественной линейной регрессии |
|
4 |
задачей обратной регрессии |
|
Если в производственной функции Кобба-Дугласа b1 + b2 > 1, то имеет место |
1 |
возрастающая отдача от масштаба |
2 |
линейная регрессия |
|
3 |
постоянная отдача от масштаба |
|
4 |
убывающая отдача от масштаба |
|
Что означает "убывающая отдача от масштаба" в производственной функции Кобба-Дугласа? |
1 |
что увеличение объема выпуска меньше увеличения затрат ресурсов |
2 |
снижение объемов выпуска |
|
3 |
снижение затрат ресурсов |
|
4 |
выполнение соотношения b1 < b2 |
|
Если при прочих равных параметр а в производственной функции Кобба-Дугласа для предприятия 1 равен 0,26, а для предприяти 2 равен 0,13, значит |
1 |
предприятие 1 работает более эффективно, чем предприятие 2 |
2 |
предприятие 1 работает менее эффективно, чем предприятие 2 |
|
3 |
производительность труда на 1-м предприятии равна 0,26, а на 2-м - 0,13 |
|
4 |
эластичность выпуска предпритияй 1 и 2 находятся в соотношении 0,26 / 0,13 |
|
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 |
|
Коэффициент корреляции оценивает |
1 |
тесноту связи в уравнении регрессии |
2 |
статистическую значимость коэффициентов регрессии |
|
3 |
величину общей дисперсии независимой переменной |
|
4 |
95-% интервал, в который попадают оценки истинных параметров регрессии |
|
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 корреляции? |
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 корреляции |
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 корреляции 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 |