Парная регрессия и корреляция

Тестовые задания

1. Наиболее наглядным видом выбора уравнения парной регрессии является:

б) графический;

2. Рассчитывать параметры парной линейной регрессии можно, если у нас есть:

б) не менее 7 наблюдений;

3. Суть метода наименьших квадратов состоит в:

в) минимизации суммы квадратов остаточных величин;

4. Коэффициент линейного парного уравнения регрессии:

а) показывает среднее изменение результата с изменением фактора на одну единицу;

5. На основании наблюдений за 50 семьями построено уравнение регрессии , где  – потребление,  – доход. Соответствуют ли знаки и значения коэффициентов регрессии теоретическим представлениям?

а) да;

6. Суть коэффициента детерминации  состоит в следующем:

б) характеризует долю дисперсии результативного признака , объясняемую регрессией, в общей дисперсии результативного признака;

7. Качество модели из относительных отклонений по каждому наблюдению оценивает:

в) средняя ошибка аппроксимации Ā;

8. Значимость уравнения регрессии в целом оценивает:

а) -критерий Фишера;

9. Классический метод к оцениванию параметров регрессии основан на:

а) методе наименьших квадратов.

10. Остаточная сумма квадратов равна нулю:

а) когда правильно подобрана регрессионная модель.

11. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:

б) ;

12. Остаточная сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:

в) .

13. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:

а) ;

14. Для оценки значимости коэффициентов регрессии рассчитывают:

б) t-критерий Стьюдента.

15. Какое уравнение регрессии нельзя свести к линейному виду:

в) .

16. Какое из уравнений является степенным:

б) :

17. Параметр  в степенной модели является:

б) коэффициентом эластичности;

18. Коэффициент корреляции  может принимать значения:

а) от –1 до 1;

19. Для функции  средний коэффициент эластичности имеет вид:

б) ;