Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
вариант_тест_ЗО.doc
Скачиваний:
30
Добавлен:
10.05.2015
Размер:
292.86 Кб
Скачать

8. Стандартизованные коэффициенты регрессии :

а) позволяют ранжировать факторы по силе их влияния на результат;

б) оценивают статистическую значимость факторов;

в) являются коэффициентами эластичности.

9. Для оценки значимости коэффициентов регрессии рассчитывают:

а) -критерий Фишера;

б) -критерий Стьюдента;

в) коэффициент детерминации .

10. Чистые коэффициенты регрессии:

а) измеряются в %;

б)измеряются в единицах, соответствующих фактору

в) безразмерны.

Вариант 27

1. Наиболее используемым методом выбора вида парной регрессии является:

а) графический;

б) аналитический

в) экспериментальный (табличный).

2. Остаточная сумма квадратов равна нулю:

а) когда правильно подобрана регрессионная модель;

б) когда между признаками существует точная функциональная связь;

в) никогда.

3. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что

1

0,9

0,5

0,6

0,9

1

0,1

0,5

0,5

0,1

1

0,2

0,6

0,5

0,2

1

а) в модели присутствует мультиколлинеарность

б) в модели не присутствует мультиколлинеарность

в) мультиколлинеарность определить нельзя

4. Отрицательное значения коэффициента корреляции в парной линейной регрессии определяет:

а) однонаправленное изменение результата с изменением фактора;

б) разнонаправленное изменение результата с изменением фактора;

в) низкое качество модели

5. Какое из уравнений является внутренне линейным (линеаризуемым) по параметрам регрессии

а) ;

б) :

в) .

6. Коэффициент корреляции может принимать значения:

а) больше коэффициента детерминации

б) равен коэффициенту детерминации

в) меньше коэффициента детерминации .

7. Параметр в степенной модели является:

а) коэффициентом детерминации;

б) коэффициентом эластичности;

в) коэффициентом корреляции

8. Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно:

а) ;

б) ;

в) .

9. Стандартизованные коэффициенты регрессии :

а) измеряются в %;

б)измеряются в единицах, соответствующих фактору

в) безразмерны.

10. При отсутствии гетероскедастичности следует применять:

а) обычный МНК;

б) обобщенный МНК;

в) метод максимального правдоподобия.

ВАРИАНТ 56

1. Коэффициент детерминации может принимать значения:

а) от –1 до 1;

б) от 0 до 1;

в) любые.

2. Множественный коэффициент детерминации равен 0,7. Определите, какой процент дисперсии зависимой переменной объясняется влиянием факторов и :

а) 70%;

б) 49%;

в) 19%.

3. Задана матрица коэффициентов корреляции трехфакторной модели. Их значения показывают, что

1

0,4

0,5

0,6

0,4

1

0,1

0,9

0,5

0,1

1

0,2

0,6

0,9

0,2

1

а) в модели присутствует мультиколлинеарность

б) в модели не присутствует мультиколлинеарность

в) мультиколлинеарность определить нельзя

4. Для оценки достоверности регрессии рассчитывают:

а) -критерий Фишера;

б) -критерий Стьюдента;

в) коэффициент детерминации .

5. Для функции средний коэффициент эластичности имеет вид:

а) ;

б) ;

в) .

6. 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.

7. Суть метода наименьших квадратов состоит в:

а) минимизации суммы остаточных величин;

б) минимизации дисперсии результативного признака;

в) минимизации суммы квадратов остаточных величин.

8. Остаточная сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:

а) ;

б) ;

в) .

9. Если индекс детерминации намного больше линейного коэффициента детерминации, то

а) целесообразно использовать нелинейную регрессию

б) целесообразно использовать линейную регрессию ;

в) кривизна линии незначительна

10. Данная система уравнений используется для расчета

а) индекса детерминации

б) параметров линейной регрессии

в) параметров нелинейной регрессии.

ВАРИАНТ 14

1. Методом отбора факторов для множественной регрессии является:

а) метод наименьших квадратов;

б) графический;

в) шаговый регрессионный метод.