Вариант VII
1. Если парный линейный коэффициент корреляции характеризует наличие тесной обратной связи, значит он принимает следующее значение:
А) 1,2; б)-0,82; В) 0,23; Г) 0,92; Д)-0,24.
2. Коэффициент уравнения парной регрессии показывает:
а) тесноту связи между зависимой и независимой переменными;
б) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу;
в) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;
г) на сколько ед. изменится зависимая переменная, если независимая переменная изменится на 1 ед.
3. Оценить значимость парного линейного коэффициента корреляции можно при помощи: А) критерия Фишера;
Б) коэффициента автокорреляции;
В) критерия Стьюдента;
Г) критерия Энгеля-Грангера;
Д) критерия Дарбина-Уотсона;
Е) нет правильного ответа.
4. Как вычисляется средний коэффициент эластичности для гиперболы?(таблица антона) 5 . Частный критерий Фишера вычисляется по формуле: (Г)
7. Для двух видов продукции А и В модели зависимости удельных постоянных расходов от объема пускаемой продукции выглядят следующим образом:
Определите, каким должен быть объем выпускаемой продукции, чтобы коэффициенты эластичности для продукции А и В были равны.
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
Вариант VIII
1. 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.
2. Оценить значимость коэффициентов регрессии в множественной линейной модели можно при помощи:
А) коэффициента корреляции;
Б) коэффициента автокорреляции;
В) критерия Стьюдента;
Г) критерия Энгеля-Грангера;
Д) критерия Дарбина-Уотсона.
3. Парный линейный коэффициент корреляции определяется по формуле: (скорее а, чем в)
4. Степень усредненного влияния неучтенных факторов в рассматриваемой модели можно определить на основе:
А) парного линейного коэффициента корреляции; Б) частного коэффициента корреляции;
В) индекса корреляции;
Г) коэффициента детерминации;
Д) коэффициента регрессии;
Е) свободного члена уравнения регрессии (???);
Ж) нет правильного ответа.
5 . Как вычисляется коэффициент эластичности для модели у=а+b lnx? (таблица)
6. Критерий Пирсона используется:
А) для оценки автокорреляции уровней;
Б) для оценки автокорреляции остатков;
В) для оценки мультиколлиниарности факторов;
Г) для оценки коинтеграциии.
7. Что характеризует t-критерий Стьюдента? Рассчитывается для оценки стат.значимости к-тов регрессии и к-та корреляции
8. Уравнение
множественной регрессии в стандартизованном
виде имеет вид:
Сила
влияния какого фактора выше на
результативный признак? (В)
9. Для двух видов продукции А и В модели зависимости удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом:
Определите, каким должен быть объем выпускаемой продукции, чтобы коэффициенты эластичности для продукции А и В были равны.
Вариант IX 1. Графическая модель параболы имеет вид: (Б)
а) значимость коэффициента корреляции;
б) значимость уравнения регрессии;
в) значимость коэффициента регрессии;
г) значимость свободного члена уравнения регрессии;
д) нет правильного ответа.
3. Критерий Дарбина-Уотсона определяется:
А
Изложите алгоритм использования критерия Стьюдента для оценки коэффициента регрессии.
Выдвигается нулевая гипотеза о статистической незначимости к-та линейной регрессии, а затем эта гипотеза отвергается, если t рассч. Больше t табл., где число степеней свободы k1= n-k-1 и по заданому уровню значимости альфа.
Как вычисляется коэффициент парной линейной корреляции?
Уравнение множественной регрессии в стандартизованном виде имеет вид:
Сила влияния какого фактора выше на
результативный признак? (В)
7. 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.
8. Парный линейный коэффициент корреляции изменяется в пределах: (Г)
9. Пусть имеется следующая модель регрессии, характеризующая зависимость у от х:
Известно
также, что
Оцените значимость полученной модели, вычислив критерий Фишера.
Вариант
X
1.
Графическая линейная модель имеет вид:
а) связь между переменными тесная;
б) связь между переменными прямая;
в) связь между переменными обратная;
г) связь между переменными отсутствует.
3.Коэффициент регрессии обозначается: (Б)
4. Критерий Стьюдента определяется:
Ж)
нет правильного ответа.
5. Уравнение
множественной регрессии характеризуется
следующими средними коэффициентами
эластичности:
Какой
из факторов (х1
или х2)
оказывает большее влияние на результативный
признак?
6. Критерий Пирсона используется:
А) для оценки автокорреляции уровней;
Б) для оценки автокорреляции остатков;
В) для оценки мультиколлиниарности факторов;
Г) для оценки коинтеграциии.
7. Зависимость объема производства у (тыс. ед.) от численности занятых х (чел.) по 15 заводам концерна характеризуется следующим образом:
уравнение регрессии:
доля остаточной дисперсии в общей: 20%.
Определите значимость уравнения регрессии.
8. Что характеризует t-критерий Стьюдента? Для оценки статистической значимости коэффициентов регрессии и коэффициента корреляции рассчитывается t-критерий Стьюдента. Проверка гипотезы о существенности или несущественности различия двух выборочных средних - (при условии достаточно больших объёмов выборок (n≥30), или убедившись, что статистические ряды близки к нормальному закону распределения). t-критерий применяется в двух вариантах – когда сравниваемые выборки независимы (не связаны) и когда они зависимы (связаны).
9. 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