- •1.Наиболее наглядным видом выбора уравнения парной регрессии является:
- •2. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •1.Наиболее наглядным видом выбора уравнения парной регрессии является:
- •8. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •9. С увеличением числа объясняющих переменных скорректированный коэффициент детерминации:
- •10. Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее:
- •1. Коэффициент множественной корреляции :
- •3. Классический метод к оцениванию параметров регрессии основан на:
- •4. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
- •1. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •8. Стандартизованные коэффициенты регрессии :
- •Вариант 27
- •3. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •6. Коэффициент корреляции может принимать значения:
- •8. Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно:
- •9. Стандартизованные коэффициенты регрессии :
- •3. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •2. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
- •10. При использовании метода наименьших квадратов:
1.Наиболее наглядным видом выбора уравнения парной регрессии является:
а) аналитический;
б) графический;
в) экспериментальный (табличный).
.
2. На основании наблюдений за 50 семьями построено уравнение регрессии , где – потребление, – доход. Соответствуют ли знаки и значения коэффициентов регрессии теоретическим представлениям?
а) да;
б) нет;
в) ничего определенного сказать нельзя.
3. Значимость параметра уравнения регрессии в целом оценивает:
а) -критерий Фишера;
б) -критерий Стьюдента;
в) коэффициент детерминации .
4. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
а) ;
б) ;
в) .
5. Какое уравнение регрессии нельзя свести к линейному виду:
а) ;
б) :
в) .
6. Для функции средний коэффициент эластичности имеет вид:
а) ;
б) ;
в) .
7. Добавление в уравнение множественной регрессии новой объясняющей переменной:
а) уменьшает значение коэффициента детерминации;
б) увеличивает значение коэффициента детерминации;
в) не оказывает никакого влияние на коэффициент детерминации.
8. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
|
||||
1 |
0,6 |
0,7 |
0,6 |
|
0,6 |
1 |
0,9 |
0,5 |
|
0,7 |
0,9 |
1 |
0,8 |
|
0,6 |
0,5 |
0,8 |
1 |
а) необходимо исключить фактор
б) необходимо исключить фактор
в) необходимо исключить фактор
г) в модели нет коллинеарных факторов
9. С увеличением числа объясняющих переменных скорректированный коэффициент детерминации:
а) увеличивается;
б) уменьшается;
в) не изменяется
10. Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее:
а) 2;
б) 7;
в) 14.
ВАРИАНТ 45
1. Коэффициент множественной корреляции :
а) показывает, на сколько процентов измениться в среднем результат, если фактор изменится на 1%.
б) характеризуют тесноту связи рассматриваемого набора факторов с исследуемым признаком
в) характеризуют тесноту связи между результатом и соответствующим фактором при элиминировании других факторов, включенных в уравнение регрессии.
2. - это:
а) общая дисперсия результата
б) остаточная дисперсия результата
в) факторная дисперсия результата
3. Классический метод к оцениванию параметров регрессии основан на:
а) методе наименьших квадратов:
б) методе максимального правдоподобия:
в) шаговом регрессионном анализе.
4. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
а) ;
б) ;
в) .
1. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что
|
||||
1 |
0,9 |
0,8 |
0,8 |
|
0,9 |
1 |
0,9 |
0,1 |
|
0,8 |
0,9 |
1 |
0,9 |
|
0,8 |
0,1 |
0,9 |
1 |
а) фактор х1 теснее связан с результатом, чем х2 с х3
б) факторы и коллинеарны
в) фактор х1 теснее связан с результатом, чем х2 с результатом
6. Модель считается некачественной, если:
а) средняя ошибка аппроксимации равна 0;
б) средняя ошибка аппроксимации не более 10%;
в) средняя ошибка аппроксимации более 10%;
7. Какое из следующих уравнений нелинейно по оцениваемым параметрам:
а) ;
б) ;
в) .