Коэффициент корреляции двух переменных X и Y равен -1. Это значит, что

а) между переменными отсутствует всякая зависимость;

б) между переменными имеется нелинейная зависимость;

в) между переменными имеется прямая линейная зависимость;

г) между переменными имеется обратная линейная зависимость.

Коэффициент корреляции двух переменных X и Y равен 0,8. Чему будет равен коэффициент корреляции, если все значения обеих переменных умножить на -10.

а) -0,8;

б) 0,8;

в) -8;

г) 8.

Как изменится ковариация двух переменных X и Y, если все значения обеих переменных вырастут в n раз?

а) не изменится;

б) вырастет в n раз;

в) вырастет в n² раз;

г) предсказать изменение ковариации невозможно.

Как изменится коэффициент детерминации в случае парной линейной регрессии, если у всех значений зависимой переменной поменять знаки

а) будет равен 0;

б) изменит знак на противоположный;

в) не изменится;

г) предсказать изменение невозможно.

Как изменятся стандартные ошибки коэффициентов линейной регрессии, если значения случайного члена во всех наблюдениях вырастут в n раз (при постоянстве остальных величин)?

а) не изменятся;

б) вырастут в n раз;

в) вырастут в n² раз;

г) уменьшатся в n раз.

80. Статистика Дарбина-Уотсона DW =2, тогда

а) автокорреляция остатков отсутствует;

б) имеется положительная автокорреляция остатков;

в) имеется отрицательная автокорреляция остатков;

г) определенного вывода о корреляции остатков сделать нельзя.

Если объясняющие переменные сильно коррелируют между собой, то имеется

а) гетероскедастичность;

б) гомоскедастичность;

в) мультиколлинеарность;

г) автокорреляция.

82. Лаговые значения эндогенных переменных называются:

а) предопределенными переменными;

б) фиктивными переменными;

в) инструментальными переменными;
б) замещающими переменными.

83. Долю дисперсии, объясняемую уравнением регрессии, в общей дисперсии зависимой переменной характеризует:

а) коэффициент детерминации;

б) коэффициент корреляции;

в) коэффициент эластичности;

г) коэффициент корреляции рангов.

Коэффициент корреляции двух переменных близок к -1. Это означает, что изменение одной из переменных является причиной изменения другой переменной.

а) да;

б) нет;

в) определенного вывода сделать нельзя.

85. Величина, показывающая на сколько процентов изменится зависимая переменная, если объясняющая переменная вырастет на один процент называется коэффициентом:

а) регрессии;

б) детерминации;

в) корреляции;

г) эластичности.

Коэффициент корреляции между зависимой и объясняющей переменной в случае парной линейной регрессии равен 0,9. Какой процент вариации зависимой переменной в случае парной линейной регрессии объясняется вариацией объясняющей переменно?

а) 0,9%;

б) 9%;

в) 81%;

г) 90%.

87. Для анализа значимости оценок коэффициентов линейной регрессии применяется:

а) F -статистика;

б) t -статистика;

в) DW -статистика;

г) h -статистика.

88. Если дисперсия оценки имеет наименьшее значение по сравнению с дисперсией любой другой альтернативной оценки, то оценка называется:

а) эффективной;

б) несмещенной;

в) асимптотически эффективной;

г) состоятельной.

89. Какое уравнение в случае парной линейной регрессии лучше соответствует имеющимся выборочным данным теоретическое y = b₀ +b₁ x+e или эмпирическое y = b₀ +b₁ x+e?

а) теоретическое;

б) эмпирическое;

в) оба уравнения одинаково хороши;

г) определенного вывода сделать нельзя.