63. С помощью частных F-критериев Фишера оцените целесообразность включения в уравнение множественной регрессии факторов x1, x2, x3, если известно Fтабл = 3,49, Fчаст х1 = 25, Fчаст х2 = 2, Fчаст х3 = 5 включение в модель фактора х1 статистически нецелосообразно
64. Среди представленных уравнений найдите уравнение множественной линейной регрессии: у = а + b1*x1 + b2*x2
66. Сравнивать влияние объясняющих факторов множественной регрессии на результат можно при помощи средних коэффициентов эластичности
101 Средняя ошибка аппроксимации может быть найдена по формуле:
(1/n)*Σ|(y-yтеор)/y|*100%
21 Укажите верную формулу для нахождения фактического значения F – критерия Фишера:
52. Уравнение множественной регрессии имеет: две и более объясняющих переменных
34 Фактическое значение - критерия Фишера позволяет оценить статистическую значимость уравнения в целом
45 Формула для расчета коэффициента эластичности имеет вид:
53. Фиктивные переменные чаще всего выражают: бинарными
99 Фактическое значение t – статистики Стьюдента параметра а парной линейной регрессии может быть найдено по формуле
|
|
109 Фактическое значение t – статистики Стьюдента параметра b парной линейной регрессии может быть найдено по формуле
110 Фактическое значение t – статистики Стьюдента коэффициента корреляции r парной линейной регрессии может быть найдено по формуле
33Характеризует долю дисперсии результативного признака , объясняемую регрессией, в общей дисперсии результативного признака коэффициент детерминации
116 Характеризует тесноту связи рассматриваемого набора факторов с исследуемым признаком или, иначе, оценивает тесноту совместного влияния факторов на результат - показатель (коэффициент/индекс) множественной корреляции
61. Частный -критерий: служит мерой для оценки включения фактора в модель