№ ## Что такое выборка?
[a] это набор элементов (люди, объекты и т.п.), которые необходимо изучить
[a]это меньший набор элементов, извлеченных из совокупности
[a] это больший набор элементов, извлеченных из совокупности
[a]это нормальное распределение набора элементов
[a]это биномиальное распределение набора элементов
№ ## Графическое изображение интервального вариационного ряда
[a]полигон
[a]гистограмма
[a]кумулята
[a]полигон и гистограмма
[a]гистограмма и кумулята
№ ## Графическое изображение вариационного ряда, составленное по накопленным частотам
[a]полигон
[a]гистограмма
[a]кумулята
[a]полигон и гистограмма
[a]гистограмма и кумулята
№ ## Что такое параметр?
[a] любое число, вычисленное на данных выборки
[a] любое число, вычисленное на планируемых данных
[a] любое число, рассчитанное для всей генеральной совокупности
[a] любое число, взятое из всей генеральной совокупности
[a] любое число, взятое из пробной выборки
№ ## Рассчитайте значение дисперсии, если (Х^2)ср=16, (Xср)^2=9
|
|
[a]2,7
[a]7
[a]4
[a]5
[a]3,4
№ ## Рассчитайте значение дисперсии, если (Х^2)ср=11, (Xср)=3
[a]2
[a]1,4
[a]2,8
[a]8
[a]3,2
№ ## Формула расчета коэффициента детерминации:
[a]R^2= -r^2
[a]R^2= (r+1)^2
[a]R^2= r^2
[a]R^2= (r-1)^2
[a]R^2= 1/r^2
№ ## Что проверяется с помощью коэффициента корреляции?
[a]Достоверность параметра b в уравнении регрессии
[a]Достоверность параметра a в уравнении регрессии
[a]Теснота связи между показателями в уравнении регрессии
[a]Достаточность статистической информации для анализа
[a]наличие автокорреляции
№ ## Корреляция, или коэффициент корреляции (r), представляет собой …
[a]безразмерное число в диапазоне от -1 до 1, которое характеризует силу взаимосвязи.
[a]безразмерное число в диапазоне от -1 до 100, которое характеризует силу взаимосвязи.
[a]безразмерное число в диапазоне от 1 до 100, которое характеризует силу взаимосвязи.
[a]безразмерное число в диапазоне от -100 до 1, которое характеризует силу взаимосвязи
[a]безразмерное число в диапазоне от -100 до 100, которое характеризует силу взаимосвязи
№ ## С помощь какой функции EXCEL находится корелляция?
[a]=корелл() [a]=регрессия() [a]=индекс()
[a]=линейн() [a]=стьюдраспобр()
№ ## Коэффициент детерминации характеризует:
[a] удельный вес зависимого показателя в общей вариации факторного признака
[a] удельный вес факторного признака в общей вариации зависимого показателя
[a] удельный вес результативного признака в общей вариации зависимого показателя
[a] на сколько процентов изменится у относительного своего среднего уровня при росте х на 1% относительно среднего уровня
|
|
[a] путем деления соответствующего уравнения регрессии на объем использованного ресурса.
№ ## Что показывает коэффициент эластичности?
[a] Связь результативного признака с совокупностью факторных признаков.
[a] Силу связи между признаками.
[a]Изменение результативного признака при изменении на один процент факторного признака.
[a] Совместное влияние всех факторных признаков на результативный признак.
[a] Влияние вариации каждого факторного признака в отдельности на вариацию результативного признака.
№ ## Для сопоставления факторов по силе влияния используют относительные показатели силы связи - …
[a]коэффициенты bj
[a] коэффициенты эластичности
[a] коэффициенты корреляции
[a] коэффициент детерминации
[a]все ответы верны
№ ## Абсолютный показатель силы связи результата с фактором Хj является …
[a]коэффициент bj при этом факторе
[a] коэффициент эластичности
[a] коэффициент корреляции
[a] коэффициент детерминации
[a]все ответы верны
№ ## Стандартная ошибка коэффициента наклона…
[a]Sb, указывает приблизительную величину отклонения оценки наклона b от наклона в генеральной совокупности, вызванного случайным характером выборки
[a]Sa, указывает приблизительно, насколько далеко оценка сдвига а отстоит от истинного сдвига a в генеральной совокупности
[a]R2, говорит о том, какой процент вариации У объясняется поведением X.
[a]Se приблизительно указывает величину ошибок прогнозирования (остатков) для имеющихся данных в тех же единицах, в которых измерена переменная У
[a]99% доверительный интервал
№ ## Стандартная ошибка сдвига…
[a]Sb, указывает приблизительную величину отклонения оценки наклона b от наклона в генеральной совокупности b, вызванного случайным характером выборки
[a]Sa, указывает приблизительно, насколько далеко оценка сдвига а отстоит от истинного сдвига a в генеральной совокупности
[a]R2, говорит о том, какой процент вариации У объясняется поведением X.
[a]Se приблизительно указывает величину ошибок прогнозирования (остатков) для имеющихся данных в тех же единицах, в которых измерена переменная У
[a]99% доверительный интервал
№ ## Статистический вывод начинается с проверки общей гипотезы, которую называют F-тестом (F-test). Цель F-теста заключается в том, чтобы
[a]выяснить, объясняют ли Х-переменные значимую долю вариации У
[a]выяснить, объясняют ли Х-переменные незначимую долю вариации У
[a]выяснить, объясняет ли нормальное распределение долю вариации У
[a]выяснить, объясняет ли биномиальное распределение долю вариации У
[a]выяснить, объясняет ли распределение Пуассона долю вариации У
№ ## Стандартная ошибка оценки Se указывает …
[a]приблизительную величину ошибок прогнозирования
[a]процент вариации У, объясняющую Х-переменными
[a]99% доверительный интервал
[a]отклонение оценки наклона b от наклона в генеральной совокупности b
[a]изменение результативного признака при изменении на один процент факторного признака
№ ## Формула расчета стандартизированного коэффициента регрессии для линейной модели
[a]bj* Sхj/ Sу
[a] bj* Sу/ Sхj
[a] Sу/ bj
[a] Sхj / bj
[a]bj+Sхj/ Sу
№ ## Для уравнения в стандартизированном масштабе
t = 2 * t1 + 0,5 * t2 построить уравнение в естественной форме (найти коэффициенты регрессии bj для линейной модели). Известны а=2.5, стандартные ошибки S(у)=4, S(х1)=2, S(х2)=1
[a]у=2.5+4*х1+2*х2
[a]у=2.5-4.5*х1+2*х2
[a]у=2.5-4.5*х1+1,5*х2
[a]у=2.5-4*х1-1,5*х2
[a]у=2.5+4.5*х1+2.5*х2
№ ## Для уравнения в Y=а+b1*X1+ b2*X2 найти коэффициент а, если известны коэффициенты регрессии bj
[a]а = Yср - b1*X1ср - b2*X2ср
[a]а = Yср + b1*X1ср + b2*X2ср
[a]а = Yср - b1*X1ср + b2*X2ср
[a]а = b1*X1ср + b2*X2ср
[a]а = b1*X1ср - b2*X2ср
№ ## Как определить какие из Х-переменных вносят наибольший вклад в уравнение регрессии?
[a] сравнить значения коэффициентов корреляции У с каждым из Х, или сравнить значения стандартизированных коэффициентов регрессии bj* Sх/ Sу
|
|
[a] сравнить стандартные ошибки оценки Sb, коэффициент детерминации R2
[a] сравнить значения стандартизированных коэффициентов регрессии bj* Sх/ Sу, коэффициент детерминации R2
[a] сравнить коэффициенты множественной регрессии (b1,b2,…,bk), коэффициент детерминации R2
[a]все ответы верны
№ ## В каких случаях вводят фиктивные переменные в модель, и какие значения они принимают?
[a]при исследовании влияния качественных признаков, значения переменных: 1, 0
[a]при исследовании влияния количественных признаков, значения переменных: 1, 0
[a]при использовании данных временного ряда, значения фиктивных переменных положительные числа
[a]в случае многофакторного анализа, значения переменных: 1, 0
[a]все ответы правильны
№ ## Как определяют значимость регрессии?
[a]проверяется общая гипотеза F-тестом: объясняют ли Х-переменные значимую долю вариации У
[a]проверяется общая гипотеза F-тестом: объясняют ли У –переменная значимую долю вариации Х
[a]используя t-тесты проверяется значимость коэффициентов регрессии
[a]используя t-тесты проверяется значимость коэффициентов корреляции
[a]все ответы верны
№ ## Какие показатели характеризуют качество регрессионного анализа (два способа определения):
[a]стандартная ошибка оценки Se, коэффициент детерминации R2
[a]стандартные ошибки Sb оценок bj, коэффициент детерминации R2
[a]стандартная ошибка Sа оценки а, коэффициент детерминации R2
[a]эластичность, коэффициенты корреляции ri
[a]коэффициенты множественной регрессии (а, b1,b2,…,bk), коэффициент детерминации R2
№ ## Множественной регрессией называется –
[a]Прогнозирование одной переменной У на основании двух или нескольких X-переменных
[a]Прогнозирование одной переменной У на основании другой X-переменной
[a]Прогнозирование переменных У и X на основании переменных временного ряда
[a]Прогнозирование переменных У и X на основании переменных нормального распределения
[a]Прогнозирование переменных У и X на основании переменных биномиального распределения
|
|
№ ## Уравнение множественной регрессии.
[a] y = a + b1*x1 + b2*x2 +... + bn*Xn
[a] y = a + b* (x1 + x2 +... + Xn)
[a] y = a + x* (b1+ b2 +... + bn)
[a] y = a - b1*x1 + b2*x2 +... + bn*Xn
№ ## Для множественной регрессии Сдвиг, или постоянный член, а, определяет прогнозируемое значение У при условии, что
[a]все Х-переменные равны 0
[a]все Х-переменные больше 0
[a]все Х-переменные меньше 0
[a]все У-переменные больше 0
[a]все У-переменные меньше 0
№ ## Коэффициент множественной регрессии bj указывает
[a] изменение У, когда не изменяются все Х-переменные, за исключением переменной Хj, которая увеличивается на одну единицу
[a] изменение У, когда изменяются все Х-переменные, за исключением переменной Хj
[a] изменение У, когда не изменяются все Х-переменные, за исключением переменной Хj, которая увеличивается на 1%
[a] изменение У, когда не изменяются все Х-переменные, за исключением переменной Хj, которая уменьшается на одну единицу
№ ## Коэффициенты множественной регрессии (а, b1,b2,…,bk) вычисляются...
[a]методом наименьших квадратов, который минимизирует сумму квадратов ошибок прогнозирования
[a]методом наибольших квадратов, который максимизирует сумму квадратов ошибок прогнозирования
[a]методом касательной средней, который усредняет сумму квадратов ошибок прогнозирования
[a]методом стандартной средней, который стандартизирует сумму квадратов ошибок прогнозирования
[a]методом наименьшей средней, который минимизирует среднее ошибок прогнозирования
№ ## Проблема мультиколлинеарности возникает...
[a] когда некоторые из объясняющих переменных (X) оказываются коррелированные между собой
[a] когда приходится иметь дело с большим перечнем Х-переменных и нужно решить, какие переменные включать в уравнение регрессии
[a] при несоответствии между конкретной задачей и моделью линейной множественной регрессии
[a] когда связи нет вообще или определение ее невозможно
[a] в тех случаях, когда связь явно выражена и определение ее возможно
№ ## О наличии мултиколлинеарности судят...
[a] по корреляционной матрице
[a] по множественной матрице
[a] по нулевой матрице
[a] по корреляционной связи
[a] по корреляционным параметрам
№ ## Индикатор мултиколлинеарности...
[a] коэффициент парной корреляции между факторами больше 0,8
[a] коэффициент парной корреляции между факторами меньше равно 0,5
[a] коэффициент парной корреляции между факторами больше 0,1
[a] коэффициент парной корреляции между факторами меньше 0,8
[a] коэффициент парной корреляции между факторами меньше 0,7
№ ## Какие коэффициенты сравниваются при мултиколлинеарности для исключения факторов из модели?
[a] коэффициент парной корреляции между факторами и зависимой переменной
[a] коэффициент парной корреляции между факторами и независимой переменной
[a] коэффициент парной корреляции между факторами
[a] коэффициент детерминации между факторами
[a] коэффициент эластичности между факторами
№ ## Если между факторами существует полная линейная зависимость (наличие мултиколлинеарности), то определитель корреляционной матрицы равен …
[a]0 [a]1 [a]>1 [a]<1
№ ## При наличии мультиколлинеарности какие факторы целесообразно включать в модель множественной регрессии?
[a]если корреляции фактора Хj с результатом Y сильнее
[a]если корреляции фактора Хj с результатом Y слабее
[a]если корреляции фактора Хj с результатом Y равны 0
[a]если корреляции фактора Хj с результатом Y больше 0
[a]если межфакторные корреляции не равны 0
№ ## Множественный коэффициент корреляции изменяется в пределах
[a] от -1 до 1 [a] от -1 до 0 [a] от 0 до 1
[a] от -2 до 1 [a] от 1 до 2
№ ## При множественной зависимости коэффициент эластичности делится на:
[a] зависимые и независимые
[a] средняя и предельная
[a] частные и общая
[a] частная и средняя
[a] общая и предельная
№ ## Какие факторы х1, х2, х3 целесообразно включать в модель? Если известны r(x1,x2)=0.93, r(x1,x3)=-0.38, r(x2,x3)=-0.28, r(y,x1)=0.85, r(y,x2)=0.80, r(y,x3)=-0.65?
[a] х1, х3
[a] х1, х2, х3
[a]х1, х2
[a]х2, х3
[a]у, х1, х3
№ ## Какие факторы х1, х2, х3 целесообразно включать в модель? Если известны r(x1,x2)=-0.80, r(x1,x3)=0.40, r(x2,x3)=-0.3, r(y,x1)=0.60, r(y,x2)=0.80, r(y,x3)=-0.65?
[a]х1, х3
[a]х1, х2, х3
[a]х1, х2
[a]х2, х3
[a]у, х1, х3
№ ## Какие факторы х1, х2, х3, х4 целесообразно включать в модель? Если известны r(x1,x2)=-0.80, r(x1,x3)=0.40, r(x1,x4)=0.70, r(x2,x3)=-0.3, r(х2,x4)=0.60, r(х3,x4)=0.90?
[a]х1, х3
[a]х1, х2, х3, х4
[a]х1, х2
[a]х2, х3
[a]х1, х2, х3
№ ## Оценки параметров модели множественной регрессии в матричной форме:
[a]b = (Хтранcп * Х)обр * Хтрансп * Y
[a]b = (Х * Х)обр * Хтрансп * Y
[a]b = (Х * Х)обр * Х * Y
[a]b = Хтрансп * Y * (Хтранcп * Х)обр
[a]b = (Хтранcп * Х * Y)обр
№ ## Доверительные интервалы для отдельных коэффициентов регрессии основываются на …
[a]стандартных ошибках Sb и критическом значении t из t-таблицы Стьюдента
[a]стандартных ошибках Sb и значениях t-критериев коэффициента корреляции
[a]стандартных ошибках Sb и расчетных значениях t-критериев коэффициентов регрессии
[a]стандартных ошибках Sb и критическом значении из F -таблицы
[a]коэффициентах корреляции и критическом значении из t-таблицы
№ ## Для параметров уравнения у=25+1,5*х1+2*х2 известны стандартные ошибки (2.5, 0.5 и 0.5 соответственно) и значение t-критерия (t =2) при уровне значимости 0.05. Найти доверительные интервалы для параметров модели.
[a](20, 30), (0.5, 2.5), (1, 3)
[a](20, 30), (0.5, 2.5), (-1, 3)
[a](20, 30), (-0.5, 2.5), (1, 3)
[a](20, 30), (-1, 1), (1, 3)
[a](0, 30), (0.5, 2.5), (1, 3)
№ ## Для параметров уравнения у=10+5*х1+2*х2 известны стандартные ошибки (2, 1 и 0.5 соответственно) и значение t-критерия (t =2) при уровне значимости 0.05. Найти доверительные интервалы для параметров модели.
[a](6, 14), (3, 7), (1, 3)
[a](6, 15), (4, 8), (1, 3)
[a](7, 14), (-4, 9), (1, 3)
[a](6, 16), (3, 7), (1, 3)
[a](0, 30), (0.5, 2.5), (1, 3)
№ ## Ошибки прогнозирования множественной регрессии, или остатки, определяются...
[a]выражением У - (прогнозируемое значение У)
[a]выражением У + (прогнозируемое значение У)
[a]выражением У * (прогнозируемое значение У)
[a]выражением У / (прогнозируемое значение У)
[a]выражением У ^ (прогнозируемое значение У)
№ ## Временной ряд -
[a] совокупность значений какого-либо показателя за несколько последовательных периодов
[a] совокупность значений какого-либо показателя за один год
[a] совокупность значений какого-либо показателя за определенный период
[a] совокупность значений какого-либо показателя
[a] совокупность временных значений какого-либо показателя
№ ## Главная цель анализа временных рядов заключается...
[a]в создании прогнозов, т.е. прогнозирование будущего
[a]в создании методов прогнозирования будущего
[a]в создании оценок прогнозирования будущего
[a]в создании компьютерной программы прогнозирования будущего
[a]в создании алгоритма прогнозирования будущего
№ ## Если сравнение осуществляется с одним и тем же уровнем, то эти показатели называются:
[a] базисными
[a] цепными
[a] скользящими
[a] циклическими
[a] средними
№ ## Модель, в которой временной ряд представлен как сумма у(t)=T(t)+S(t)+e(t) называется …
[a]аддитивной
[a]мультипликативной
[a]адаптивной
[a]ассоциативной
№ ## Модель, в которой временной ряд представлен как у(t)=T(t)*S(t)*e(t) называется …
[a] мультипликативной
[a] аддитивной
[a]адаптивной
[a]ассоциативной
№ ## Основную тенденцию временного ряда формируют …
[a]длительные, постоянно действующие факторы: тренд T(t)
[a]кратковременные, периодические факторы: S(t)
[a]случайные факторы: e(t)
[a]длительные, постоянно действующие факторы и кратковременные, периодические факторы: тренд T(t)+ S(t)
[a]все перечисленные
№ ## Сезонные колебания временного ряда формируют …
[a]кратковременные, периодические факторы: S(t)
[a]длительные, постоянно действующие факторы: тренд T(t)
[a]случайные факторы: e(t)
[a]случайные факторы и кратковременные, периодические факторы: тренд e(t)+ S(t)
[a]все перечисленные
№ ## Какая компонента временного ряда отражает влияние не поддающихся учету и регистрации случайных факторов?
[a] факторы e(t)
[a] тренд T(t)
[a] сезонная S(t)
[a] циклическая компонента v(t)
[a] все перечисленные
№ ## Что значит сглаживание временного ряда?
[a]удаление низко- или высокочастотных составляющих временного ряда
[a] удаление случайной компоненты временного ряда
[a] удаление тренда
[a] введение циклической компонента
[a] все перечисленные
№ ## Лаговая переменная - …
[a]зависимая или независимая переменная, датированная предыдущими моментами времени
[a] переменная, значения которых определяется внутри модели
[a] переменная, значения которых задаются извне
[a] управляемые переменные
[a] все перечисленные
№ ## В каких случаях используют аддитивную модель?
[a]если амплитуда сезонных колебаний приближенно постоянная
[a]если амплитуда сезонных колебаний возрастает
[a]если амплитуда сезонных колебаний уменьшается
[a]если амплитуда случайных факторов возрастает или уменьшается
[a]если отсутствуют сезонные колебания
№ ## В каких случаях используют мультипликативную модель?
[a]если амплитуда сезонных колебаний возрастает или уменьшается
[a]если амплитуда сезонных колебаний приближенно постоянная
[a]если отсутствуют сезонные колебания
[a]если амплитуда случайных факторов приближенно постоянная
№ ## Как записываются мультипликативные модели?
[a] Y=T+S+E [a] Y=T*S*E [a] Y=T/S/E
[a] Y=T-S-E [a] Y=T+S-E
№ ## Как записываются аддитивные модели?
[a] Y=T+S+E [a] Y=T*S*E [a] Y=T/S/E
[a] Y=T-S-E [a] Y=T+S-E
№ ## В каких случаях используют фиктивные переменные в модели?
[a] если фактор определяет качественный признак
[a] если фактор определяет количественный признак
[a] для исследования временного ряда мультипликативной моделью
[a] для стандартизированной формы модели множественной регрессии
[a] для исследования временного ряда аддитивной моделью
№ ## Фиктивная переменная?
[a] двоичная переменная, которая отражает противоположных состояния качественного фактора
[a] двоичная переменная, которая отражает противоположных состояния количественного фактора
[a] индикатор переменной, отражающая зависимость с результативным признаком
[a] переменная, характеризующий временной ряд
№ ## Если качественная переменная имеет n альтернативных значений, то при моделировании сколько фиктивных переменных вводят в модель?
[a] n-1 [a] n+1 [a] 2*n [a] 2 [a] 1
№ ## Сколько фиктивных переменных вводят в модель?
[a] если качественная переменная имеет n значений, то при моделировании используются
[a] двоичная переменная, которая отражает противоположных состояния количественного фактора
[a] индикатор переменной, отражающая зависимость с результативным признаком
[a] переменная, характеризующий временной ряд
№ ## Коэффициент автокорреляции r(L) -
[a] измеряет корреляцию между членами одного и того же временного ряда
[a] измеряет тесноту связи между зависимой и независимой переменными
[a] индикатор переменной, отражающая зависимость с результативным признаком
[a] переменная, характеризующий временной ряд
№ ## Исследуемый временной ряд содержит только тенденцию, если …
[a] r(L)>0.8, при L=1
[a] r(L)<0.8, при L=1
[a] r(L)>0.8, при L=3
[a] r(L)>0.8, при L>3
№ ## Исследуемый временной ряд содержит тенденцию и колебания периодом L, если …
[a] r(1) <0.5, r(L)>0.8, при L=4
[a] r(L)>0.8, при L=1
[a] r(L)<0.5, при L=1,2,3,4
[a] r(L)<0.8, при L=1