7. Имеются данные:
Задание: а) восстановите пропущенные границы интервалов; б) определите критерии Стьюдента для каждого коэффициента регрессии. Сделайте выводы.
8. Напишите систему нормальных линейных уравнений для модели следующего вида:
9. Частные коэффициенты корреляции характеризуют:
А) тесноту связи между результатом и соответствующим фактором при элиминировании (устранении влияния) других факторов, включенных в уравнение регрессии;
Б) тесноту связи между результатом и соответствующим фактором включенным в уравнение регрессии;
В) тесноту связи между фактором и другим фактором включенным в уравнение регрессии.
Вариант XXVII
1. Несмещенность оценки означает:
А) математическое ожидание остатков равно нулю;
Б) наименьшая дисперсия остатков;
В) увеличение их точности оценки с увеличением объема выборки.
2. Поле корреляции в степенных моделях имеет вид: (А)
3.. Уравнение множественной регрессии имеет вид. Какой из факторов (Х]
или хо) оказывает большее влияние на результативный признак?
|
|
Г) вывод сделать невозможно.
4. Стандартизованные коэффициенты регрессии р.:
а) позволяют ранжировать факторы по силе их влияния на результат; >) оценивают статистическую значимость факторов; в) являются коэффициентами эластичности.
5. В однофакторном дисперсионном анализе общую дисперсию можно разложить на следующие дисперсии:
6. Постройте систему нормальных уравнений для парной гиперболической модели.
7. Уравнение множественной регрессии в стандартизованном виде имеет вид: Сила влияния какого фактора выше на результативный признак? (А)
9. Параметры степенного однофакторного уравнения регрессии:
На основе имеющихся данных запишите степенное уравнение регрессии; оцените значимость модели. Определите, на сколько процентов увеличится стоимость фондов, если численность работников возрастёт на 1%.
Вариант XXVIII
1. Эффективность оценки означает:
А) математическое ожидание остатков равно нулю;
Б) наименьшая дисперсия остатков;
В) увеличение их точности оценки с увеличением объема выборки.
2. На каком графике остатки имеют неслучайный характер:
3. Сущность частных уравнений регрессии.
4. Для построения модели линейной множественной регрессии вида
необходимое количество наблюдений должно быть не менее: а) 2; 6)7; в) 14.
5. Параметры уравнения множественной регрессии в стандартизованном виде определяют, решив следующую систему уравнений:
6. Постройте систему нормальных уравнений для полиномиальной модели II порядка.
7. Раскройте суть понятия "автокорреляция" остатков.
|
|
8. Уравнение множественной регрессии в натуральном виде имеет вид:
Сила влияния какого фактора выше на результативный признак?
г) нет правильного ответа.
9. Параметры парного уравнения регрессии, в виде гиперболы, следующие:
На основе имеющихся данных запишите уравнение гиперболы; оцените значимость модели. Определите, на сколько процентов увеличится стоимость фондов, если численность работников
возрастет на 1 %.
Вариант XXIX
1, Состоятельность оценки означает:
А) математическое ожидание остатков равно нулю;
Б) наименьшая дисперсия остатков;
В) увеличение их точности оценки с увеличением объема выборки.
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.
2. Как вычисляется значимость парного линейного коэффициента корреляции при малых объёмах выборки?
3. 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.
8. 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
9. 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
2. Графическая модель параболы имеет вид: (Б)
3. Поле корреляции полиномиальной модели II порядка имеет вид:
4. Графическая модель гиперболы имеет вид: (Г)
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.
16. 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.
17. Эластичность уравнения парной линейной 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.
18. При нарушении предпосылки МНК о нормальном законе распределения
остатков
а) оценки параметров уравнения регрессии будут смещенными;
б) оценки параметров уравнения регрессии будут не эффективными;
в) возникнут проблемы при оценке точности уравнения регрессии и его коэффициентов;
г) исказится смысл коэффициентов регрессии.
19. Табличное значение F-критерия Фишера меньше расчетного F-критерия
Фишера. Это значит:
а ) уравнение регрессии значимо;
б) уравнение регрессии незначимо;
в) все коэффициенты уравнения регрессии равны нулю;
г) не все коэффициенты уравнения регрессии равны нулю.
20. Габличное значение t-критерия Стьюдента меньше расчетного t-критерия
Стьюдента. Это значит:
а) коэффициент регрессии значительно отличается от нуля;
б) коэффициент регрессии не значительно отличается от нуля;
в) все коэффициенты уравнения регрессии равны нулю;
г) выводы сделать нельзя.
21. Дисперсионный анализ уравнения парной регрессии проверяет:
а) значимость коэффициента корреляции;
б) значимость уравнения регрессии;
в) значимость коэффициента регрессии;
г) значимость свободного члена уравнения регрессии.
.
23. Стандартизованные коэффициенты регрессии βi:
а) позволяют ранжировать факторы по силе их влияния на результат;
б) оценивают статистическую значимость факторов;
в) являются коэффициентами эластичности.
г) нет правильного ответа.
24. Несмещенность оценки означает:
а) математическое ожидание остатков равно нулю;
б) наименьшая дисперсия остатков;
в) увеличение их точности оценки с увеличением объема выборки.
г) нет правильного ответа.
25. Эффективность оценки означает:
А) математическое ожидание остатков равно нулю;
Б) наименьшая дисперсия остатков;
В) увеличение их точности оценки с увеличением объема выборки.
г) нет правильного ответа.
26. Состоятельность оценки означает:
а) математическое ожидание остатков равно нулю;
б) наименьшая дисперсия остатков;
в) увеличение их точности оценки с увеличением объема выборки.
г) нет правильного ответа.
27. Для оценки значимости парного линейного коэффициента корреляции при
малом объёме выборки используется:
а) критерий Сьюдента;
б) F-статистика;
в) Z-распределение
г) нет правильного ответа.
28. Наиболее наглядным видом выбора уравнения парной регрессии является:
а) аналитический;
б) графический;
в) подбора.
г) нет правильного ответа.
29. Коэффициент регрессии Ь может принимать значения:
а) от-1 до 1;
б) от 0 до 1;
в)<0.
г) нет правильного ответа.
30. Объясненная (факторная) сумма квадратов отклонений в линейной парной
модели имеет число степеней свободы, равное: Б
a) n - 1;
б) 1;
в) п - 2.
г) нет правильного ответа.
31. Остаточная сумма квадратов равна нулю:
а) когда правильно подобрана регрессионная модель;
б) когда между признаками существует точная функциональная связь;
В) никогда.
32. Параметр Ь (коэффициент регрессии) в степенной модели является:
а) коэффициентом детерминации;
б) коэффициентом эластичности;
в) коэффициентом корреляции.
г) нет правильного ответа.
33. Классический метод к оцениванию параметров регрессии основан на:
а) методе наименьших квадратов;
б) методе максимального правдоподобия;
в) шаговом регрессионном анализе.
г) нет правильного ответа.
2
34. Суть коэффициента детерминации Гху 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.
г) нет правильного ответа.
35. 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.
г) нет правильного ответа.
36. Суть метода наименьших квадратов состоит в:
а) минимизации суммы остаточных величин;
б) минимизации дисперсии результативного признака;
в) минимизации суммы квадратов остаточных величин.
г) нет правильного ответа.
37. Множественный коэффициент корреляции Определите, какой
процент дисперсии зависимой переменной у объясняется влиянием факторов
а) 90%; б)81%;
в) 19%.
г) нет правильного ответа.
38. Для построения модели линейной множественной регрессии вида
необходимое количество наблюдений должно быть не
менее: а) а)2;
6)7;
в) 14.
г) нет правильного ответа.
39. Уравнение множественной регрессии имеет вид у = 20 + 0,7х1, + 0,5х2. Какой из факторов (х1 или х2) оказывает большее влияние на результативный признак?
г) вывод сделать невозможно.
40. Уравнение множественной регрессии имеет вид у - 20 + 0,5.x1, + 0,5х2. Какой из факторов (х1 или х2) оказывает большее влияние на результативный признак?
а) х1 <x2
б) х1 >x2
г) вывод сделать невозможно.
41. Уравнение множественной регрессии в натуральном виде имеет вид:
. Сила влияния какого фактора выше на
результативный признак?
г) нет правильного ответа.
42. Уравнение множественной регрессии в стандартизованном виде имеет вид:
. Сила влияния какого фактора выше на результативный
признак?
г) нет правильного ответа
43. Какое уравнение регрессии нельзя свести к линейному виду:
г) нет правильного ответа
44. Общая сумма квадратов отклонений определяется по формуле: А
45. В парной линейной корреляции наблюдается следующая зависимость:
46. Частный критерий Фишера вычисляется по формуле: (Г)
47. Параметры уравнения множественной регрессии в стандартизованном виде определяют, решив следующую систему уравнений:
г) нет правильного ответа