2. Парный линейный коэффициент корреляции определяется по формуле: (скорее а, чем в)
4. Какое уравнение регрессии нельзя свести к линейному виду:
4. Какое уравнение регрессии нельзя свести к линейному виду:
а)
5 . Как вычисляется
коэффициент эластичности для модели
следующего вида:
6.
Какой график показывает увеличение
остатков по мере увеличения фактора
х:
Раскройте суть понятия "автокорреляция" остатков.
8. Множественный
коэффициент корреляции
.
Определите, какой процент дисперсии
зависимой переменной
у объясняется
влиянием факторов
а) 90%; 6)81%; в) 19%.
9. Для
изучения рынка жилья в городе по данным
о 46 коттеджах было построено
уравнение
множественной
регрессии:
-
расстояние до центра города,
км; х2
- полезная площадь объекта, кв. м; хз
- число этажей в доме, ед.).
Определите значимость полученной модели.
Вариант XXX
1. Какой график показывает следующее: максимальная дисперсия остатков при малых значениях X и дисперсия остатков однородна по мере увеличения значений X :
2. Наиболее наглядным видом выбора уравнения парной регрессии является:
а) аналитический; б)графический; в)подбора.
3. Коэффициент регрессии Ь может принимать значения: а)от-1 до 1; б) от 0 до 1; в) любые.
4. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
5
. Как вычисляется коэффициент эластичности
для параболы II
порядка?
6. Остаточная сумма квадратов равна нулю:
а) когда правильно подобрана регрессионная модель;
б) когда между признаками существует точная функциональная связь;
в) никогда.
7. Параметр Ь (коэффициент регрессии) в степенной модели является: а) коэффициентом детерминации;
коэффициентом эластичности; б) коэффициентом корреляции.
9. Для изучения
рынка жилья в городе по данным о 46
коттеджах было построено уравнение
множественной регрессии:
х1
- расстояние
до центра города, км; х2
– полезная
площадь объекта, кв.м;
х3 – число этажей в доме, ед.
В скобках указаны значения стандартных ошибок для коэффициентов множественной регрессии.
Определите целесообразность включения каждого и рассматриваемых факторов в модель.
Вариант XXXI
1. Классический метод к оцениванию параметров регрессии основан на:
а) методе наименьших квадратов;
б) методе максимального правдоподобия;
в) шаговом регрессионном анализе.
Как вычисляется значимость парного линейного коэффициента корреляции при малых объёмах выборки?
Суть коэффициента детерминации
состоит
в следующем:
а) оценивает качество модели из относительных отклонений по каждому наблюдению;
б) характеризует долю дисперсии результативного признака у, объясняемую регрессией, в общей дисперсии результативного признака;
в) характеризует долю дисперсии у, вызванную влиянием не учтенных в модели факторов.
4. Назовите интервалы коэффициента корреляции для сильной, слабой и очень слабой корреляционной зависимости. (было выше)
5. Рассчитывать параметры парной линейной регрессии можно, если у нас есть:
а) не менее 5 наблюдений;
б) не менее 7 наблюдений;
в) не менее 10 наблюдений.
6 . Как вычисляется коэффициент эластичности для параболы III порядка?
7. Суть метода наименьших квадратов состоит в:
а) минимизации суммы остаточных величин;
б) минимизации дисперсии результативного признака;
в) минимизации суммы квадратов остаточных величин.
Уравнение множественной регрессии характеризуется следующими средними коэффициентами эластичности:
Какой
из факторов (х1
или х2)
оказывает большее влияние на результативный
признак?
A) X1<X2 Б) X1>X2 В) X1=X2
Параметры показательного однофакторного уравнения регрессии :
На основе имеющихся данных запишите линейное уравнение регрессии; оцените значимость модели. Определите, на сколько млн. руб. увеличится стоимость фондов, если численность работников возрастёт на 1 человека.
1. Графическая линейная модель имеет вид:
А
5. Какой график показывает увеличение остатков по мере увеличения фактора х:
г) нет правильного ответа.
6, Какой график показывает следующее: максимальная дисперсия остатков при малых значениях X и дисперсия остатков однородна по мере увеличения
значений x:
г) нет правильного ответа.
7. На каком графике остатки имеют неслучайный характер:
г) нет правильного ответа.
8. Коэффициент корреляции равен нулю, это означает, что
а) связь между переменными тесная;
б) связь между переменными прямая;
в) связь между переменными обратная; г) связь между переменными отсутствует.
9. Коэффициент корреляции больше нуля, это означает, что
а) связь между переменными тесная;
б) связь между переменными прямая;
в) связь между переменными обратная;
г) связь между переменными отсутствует.
10. Коэффициент корреляции меньше нуля, это означает, что
а) связь между переменными тесная;
б) связь между переменными прямая:
в) связь между переменными обратная;
г) связь между переменными отсутствует.
11. Коэффициенты уравнения регрессии показывают меру влияния факторных переменных (с разными единицами измерения) на результативную, если:
а) уравнение составлено в натуральном масштабе;
б) уравнение составлено в стандартизованном виде;
г) в уравнении отсутствует свободный член;
д) факторные переменные независимы.
12. Коэффициенты частной корреляции позволяют:
а) выявить связь между одной и многими переменными;
б) выявить парную связь между переменными;
в) выявить чистую связь между переменными;
г) элиминировать наведенные связи между переменными.
13. Коэффициент детерминации показывает:
а) на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;
б) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;
в) на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;
г) долю вариации независимой переменной, обусловленную вариацией независимой переменной.
14. Критерий Пирсона используется:
а) для оценки автокорреляции уровней;
б) для оценки автокорреляции остатков;
в) для оценки мультиколлиниарности факторов;
г) для оценки коинтеграциии.
15. Коэффициенты множественной корреляции позволяют:
а) выявить связь между одной и многими переменными;
б) выявить парную связь между переменными;
в) выявить чистую связь между переменными;
г) элиминировать наведенные связи между переменными.