2018-02-13
640
нулевой средней величине
5. Состоятельность оценок параметров регрессии означает, что …
точность оценок выборки увеличивается с увеличением объема выборки
1. В случае нарушений предпосылок метода наименьших квадратов применяют обобщенный метод наименьших квадратов, который используется для оценки параметров линейных регрессионных моделей с __________ остатками.автокоррелированными и/или гетероскедастичными
2. При нарушении гомоскедастичности остатков и наличии автокорреляции остатков рекомендуется применять _____________ метод наименьших квадратов.Обобщенный
3. Пусть y – издержки производства, 
– объем продукции, 
– основные производственные фонды, 
– численность работников. Известно, что в уравнении 
дисперсии остатков пропорциональны квадрату численности работников 
.
После применения обобщенного метода наименьших квадратов новая модель приняла вид 
. Тогда параметр 
в новом уравнении характеризует среднее изменение затрат …
на работника при увеличении производительности труда на единицу при неизменном уровне фондовооруженности труда
|
|
|
4. Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если … средняя величина остатков не равна нулю
5. Пусть y – издержки производства, – объем продукции, – основные производственные фонды, – численность работников. Известно, что в уравнении 
дисперсии остатков пропорциональны квадрату объема продукции 
.
Применим обобщенный метод наименьших квадратов, поделив обе части уравнения на 
После применения обобщенного метода наименьших квадратов новая модель приняла вид 
. Тогда параметр 
в новом уравнении характеризует среднее изменение затрат на единицу продукции при увеличении …
фондоемкости продукции при неизменном уровне трудоемкости продукции
1. Для эконометрической модели вида 
показателем тесноты связи между переменными 
и 
является парный коэффициент линейной … корреляции
2. Самым коротким интервалом изменения коэффициента корреляции для уравнения парной линейной регрессии 
является … [–1; 0]
3. Самым коротким интервалом изменения показателя множественной корреляции для уравнения множественной линейной регрессии 
, если известны парные коэффициенты корреляции 
, 
является интервал …[0,7; 1]
4. Для регрессионной модели вида 
получена диаграмма
Такое графическое отображение называется …полем корреляции
1. Известно, что доля остаточной регрессии в общей составила 0,19. Тогда значение коэффициента корреляции равно … 0,9
2. Известно, что общая сумма квадратов отклонений 
, а остаточная сумма квадратов отклонений, 
. Тогда значение коэффициента детерминации равно …0,8
|
|
|
3. Для регрессионной модели вида 
, где 
рассчитаны дисперсии: 
; 
; 
. Тогда величина 
характеризует долю … остаточной дисперсии
4. Если общая сумма квадратов отклонений 
, и остаточная сумма квадратов отклонений , то сумма квадратов отклонений, объясненная регрессией, равна …90
1. При расчете скорректированного коэффициента множественной детерминации пользуются формулой 
, где …
n – число наблюдений; m – число факторов, включенных в модель множественной регрессии
2. Если известно уравнение множественной регрессии 
построенное по результатам 50 наблюдений, для которого общая сумма квадратов отклонений равна 153, и остаточная сумма квадратов отклонений равна 3, то значение F-статистики равно …766,67
3. Для регрессионной модели известны следующие величины дисперсий:
где y – значение зависимой переменной по исходным данным; 
– значение зависимой переменной, вычисленное по регрессионной модели; 
– среднее значение зависимой переменной, определенное по исходным статистическим данным. Для указанных дисперсий справедливо равенство …
1. Для уравнения множественной регрессии вида 
на основании 14 наблюдений рассчитаны оценки параметров и записана модель: 
(в скобках указаны значения t -статистики, соответствующие параметрам регрессии). Известны критические значения Стьюдента для различных уровней значимости
При уровне значимости 0,1 значимыми являются параметры … 
2. Если для среднеквадратической ошибки 
параметра и значения оценки этого параметра 
линейной эконометрической модели выполняется соотношение 
, то это свидетельствует о статистической ______ параметра.ненадежности оценки
3. Для уравнения множественной регрессии вида на основании 14 наблюдений рассчитаны оценки параметров и записана модель: 
(в скобках указаны значения t -статистики соответствующие параметрам регрессии). Известны критические значения Стьюдента для различных уровней значимости
Для данного уравнения при уровне значимости α=0,05 значимыми являются параметры …
4. Проверка статистически значимого отличия от нуля оценок коэффициентов 
линейной модели
осуществляется путем последовательного сравнения отношений 
(
–среднеквадратическая ошибка параметра ) с точкой, имеющей распределение …Стьюдента
1. Если зависимость объема спроса от цены характеризуется постоянной эластичностью, то моделирование целесообразно проводить на основе … степенной функции
2. Если по результатам анализа поля корреляции замечено, что на интервале изменения фактора меняется характер связи рассматриваемых признаков, прямая связь изменяется на обратную, то моделирование целесообразно проводить на основе …параболы второй степени
3. Нелинейное уравнение регрессии вида 
является _____ моделью ________ регрессии. полиномиальной … парной
4. Если с увеличением масштабов производства удельный расход сырья сокращается, то моделирование целесообразно проводить на основе … равносторонней гиперболы
1. Степенной моделью не является регрессионная модель …
2. Среди предложенных нелинейных зависимостей нелинейной по параметрам является …
3. Среди предложенных нелинейных зависимостей нелинейной существенно (внутренне нелинейной) является …
4. Среди предложенных нелинейных зависимостей внутренне линейной является …
1. Для линеаризации нелинейной регрессионной модели 
используется … логарифмирование
2. Для преобразования внутренне нелинейной функции может быть применен метод … разложения функции в ряд Тейлора
3. Для линеаризации нелинейной функции может быть применен метод … логарифмирования и замены переменных
1. При расчете уравнения нелинейной регрессии 
, где y – спрос на продукцию, ед.; x – цена продукции, руб., выяснилось, что доля остаточной дисперсии в общей меньше 20%. Коэффициент детерминации для данной модели попадает в отрезок минимальной длины …[0,8; 1]
|
|
|
2. По 20 регионам страны изучалась зависимость уровня безработицы y (%) от индекса потребительских цен x (% к предыдущему году) и построено уравнение в логарифмах исходных показателей: 
. Коэффициент корреляции между логарифмами исходных показателей составил 
. Коэффициент детерминации для модели в исходных показателях равен …0,64
3. Для регрессионной модели 
, где 
– нелинейная функция, 
– рассчитанное по модели значение переменной 
, получены значения дисперсий: 
. Не объяснена моделью часть дисперсии переменной , равная …0,096
4. Для регрессионной модели , где – нелинейная функция, – рассчитанное по модели значение переменной , получено значение индекса корреляции R = 0,64. Моделью объяснена часть дисперсии переменной , равная …
5. По результатам проведения исследования торговых точек было построено уравнение нелинейной регрессии , где y – спрос на продукцию, ед.; x – цена продукции, руб. Если фактическое значение t-критерия Стьюдента составляет –2,05, а критические значения для данного количества степеней свободы равны 
, 
, 
, то …при уровне значимости 
можно считать, что эластичность спроса по цене составляет –0,8
1. В состав любого временного ряда, построенного по реальным данным, обязательно входит _____ компонента. случайная
3. Совокупность значений экономического показателя за несколько последовательных моментов (периодов) времени называется … временным рядом
1. Значение коэффициента автокорреляции первого порядка характеризует … тесноту линейной связи
