Вариант I
1. 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.
2. Поле корреляции в степенных моделях имеет вид: (А)
3. Оценить значимость парного линейного коэффициента корреляции можно при помощи:
А) коэффициента корреляции;
Б) коэффициента автокорреляции;
В) критерия Стьюдента;
Г) критерия Энгеля-Грангера;
Д) критерия Дарбина-Уотсона.
4. Степень 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) нет правильного ответа (дисперсионный анализ)
5. Частный критерий Фишера вычисляется по формуле: (Г)
6. Постройте систему нормальных уравнений для линейной модели.
7. Что характеризует свободный член линейного уравнения регрессии?
8. Уравнение множественной регрессии в стандартизованном виде имеет вид: Сила влияния, какого фактора выше на результативный признак? (А)
9. Матрица парных линейных коэффициентов корреляции имеет вид:
Постройте уравнение регрессии в стандартизованном виде. |
Вариант II
1. Оценить значимость парного линейного коэффициента регрессии в парной линейной модели
можно при помощи:
А) коэффициента корреляции;
Б) коэффициента автокорреляции;
В) критерия Стьюдента;
Г) критерия Энгеля-Грангера;
Д) критерия Дарбина-Уотсона.
2. Парный линейный коэффициент корреляции определяется по формуле: (скорее А, чем В)
Изложите алгоритм использования критерия Дарбина-Уотсона.
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 параболы II порядка? (Таблица, что скинул антон)
6. Общая дисперсия вычисляется по формуле: (Е)
7. Что характеризует F-критерий Фишера? Данный к-т позволяет определить при каких значениях к-та детерминации уравнение регрессии следует считать статистически значимым, и когда оно обосновано при использовании в регрессионном анализе.
|
|
8. Уравнение множественной регрессии в стандартизованном виде имеет вид: у = 0,5х1+ 0,5х2 .
Сила влияния какого фактора выше на результативный признак?
9. Матрица парных линейных коэффициентов корреляции имеет вид:
Вычислите коэффициент множественной корреляции. Сделайте вывод.
Вариант III 1.Графическая модель параболы имеет вид: (Б)
2. Дисперсионный анализ уравнения парной регрессии проверяет:
а) значимость коэффициента корреляции;
б) значимость уравнения регрессии;
в) значимость коэффициента регрессии;
г) значимость свободного члена уравнения регрессии.
3. Коэффициент множественной детерминации показывает:
а) на сколько процентов изменится зависимая переменная, если независимая переменная изменится
на1%;
б) долю вариации зависимой переменной, обусловленную вариацией независимых переменных;
в) на какую часть своего стандартного отклонения изменится зависимая переменная, если независимая переменная изменится на величину своего стандартного отклонения;
г) насколько изменится зависимая переменная, если независимая переменная изменится на единицу;
д) нет правильного ответа.
5. Как вычисляется коэффициент эластичности для параболы II порядка?
6. Общая дисперсия вычисляется по формуле: (Е)
7. Прямая неопределенности используется при определении:
А) Наличия коинтеграции временных рядов.
Б) Наличия коинтеграции рядов распределения.
В) Автокорреляции остатков.
Г) Автокорреляции уровней рядов динамики.
Д) Автокорреляции уровней рядов распределения.
8. Что характеризует -коэффициент? Это стандартизированный к-т регрессии. Показывают, на сколько среднеквадратических отклонений изменится в среднем результат, если фактор xi изменится на одно среднеквадратическое отклонение при неизменном среднем уровне других факторов. К-ты можно сравнивать друг с другом. Сравнивая их друг с другом можно ранжировать факторы по силе их воздействия на результат – главное достоинство в отличие от к-тов «чистой регрессии»
9. Матрица парных линейных коэффициентов корреляции имеет вид:
У | х, | х2 | |
У | 1 | ||
X, | 0,75 | 1 | |
х2 | 0,45 | 0,62 | 1 |
Вычислите коэффициенты частной корреляции. Сделайте выводы.
Вариант IV
1. Дисперсионный анализ уравнения парной регрессии проверяет:
а) значимость коэффициента корреляции;
б) значимость уравнения регрессии;
в) значимость коэффициента регрессии;
г) значимость свободного члена уравнения регрессии.
2. Как вычисляется значимость парного линейного коэффициента корреляции при малых объёмах выборки?
3- 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;
д) нет правильного ответа.
4. Случайная ошибка уравнения регрессии обозначается: (Е)
:
5. Мультиколлинеарность нежелательна при проведении регрессионного анализа потому, что:
а) вызывает автокорреляцию в остатках;
б) искажает смысл коэффициентов регрессии;
в) нарушает предпосылки МНК;
г) нарушает гомоскедастичность остатков.
6. Как вычисляется коэффициент эластичности для параболы III порядка?
7. Частный F-критерий Фишера определяется: (Д)
Е)нет правильного ответа.
8. Уравнение множественной регрессии характеризуется следующими средними коэффициентами эластичности: Какой из факторов (х1 или х2) оказывает большее влияние на результативный признак?
9. Матрица парных линейных коэффициентов корреляции имеет вид:
Вычислите коэффициент множественной детерминации. Сделайте вывод. |
Вариант V
|
|
1. Используя спрос на продукцию К, аналитический отдел компании по данным, собранным по 13 торговым точкам, выявил следующую зависимость:
1nу=11,2-0,5х+ε,
где х - средняя цена продукции К; у - объем продаж продукции К в отдельной торговой точке.
До провелдения исследования администрация компании предполагала, что эластичность спроса по цене продукции К составит -0,6%. Можно ли говорить, что фактическая эластичность компании оказалась выше (или ниже) прогнозируемой? Ответ обоснуйте.
2. Что такое автокорреляция остатков? Автокорреляция – это взаимосвязь последовательных элементов временного или пространственного ряда данных. Явление, когда дисперсия остатков постоянная, но наблюдается их ковариация(мера линейной зависимости 2-х величин), называется автокорреляцией остатков.
3. Графическая модель гиперболы имеет вид: (Г)
4. 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.
5. Свободный член уравнения регрессии об означается:
6. Мультиколлинеарность нежелательна при проведении регрессионного анализа потому, что:
а) вызывает автокорреляцию в остатках;
б) искажает смысл коэффициентов регрессии;
в) нарушает предпосылки МНК;
г) нарушает гомоскедастичность остатков.
7. существенно меньше Это значит:
а) уравнение регрессии незначимо;
оценки параметров уравнения регрессии неэффективны;
в) уравнение регрессии "засорено" незначимыми переменными;
г) в уравнение регрессии не включена незначимая переменная;
д) нет правильного ответа.
8. Частный критерий Фишера вычисляется по формуле: (Г)
9. Уравнение множественной регрессии характеризуется следующими средними коэффициентами эластичности: Какой из факторов (x1 или х2) оказывает большее влияние на
результативный признак?
Вариант VI
1. По группе 30 заводов, производящих однородную продукцию, получено уравнение регрессии объемов выпуска продукции у (тыс. руб.) от численности рабочих х (чел.): Критерий Фишера равен 46. Определите: а) коэффициент эластичности, предполагая, что среднегодовая численность рабочих предприятия составляет 50 человек; б) коэффициент линейной корреляции. Сделайте вывод.
|
|
2. К нелинейным регрессиям относительно параметров могут быть отнесены следующие функции: (ВДЕ)
3. Поле корреляции линейной модели имеет вид: А
4. Линейный коэффициент корреляции и индекс корреляции совпадают, если:
а) связь между переменными линейная;
б) связь между переменными нелинейная;
в) связь между переменными нелинейная, но измеряется теснота связи между зависимой и преобразованной независимой переменными;
г) связь между переменными нелинейная, но измеряется теснота связи между преобразованной зависимой и преобразованной независимой переменными;
д) нет правильного ответа.
5. Коэффициент корреляции меньше нуля, это означает, что
а) связь между переменными тесная;
б) связь между переменными прямая;