A. позволяют ранжировать факторы по силе их влияния на результат

63. С помощью частных F-критериев Фишера оцените целесообразность включения в уравнение множественной регрессии факторов x₁, x₂, x₃, если известно F_табл = 3,49, F_{част х1} = 25, F_{част х2} = 2, F_{част 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-y_теор)/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