Г) относится к классу нелинейных моделей, но линейных по параметрам

140. Для нелинейного уравнения регрессии вида  возможна линеаризация путем

а) логарифмирования.

Б) замены переменных.

в) введения дополнительных переменных и приведения его к уравнению множественной регрессии.

г) дифференцирования.

141. Модель y = a + bx + cx² + e относится к классу аддитивных … моделей нелинейной регрессии.

а) показательных.                       б) степенных.

в) логарифмических.                  г) линейных.

 

142. Для линеаризации уравнения y = a + bx + cx² + e необходимо провести замены вида

а) bx = x₁, cx² = x₂.        б) cx² = x₂.       в) x = x₁, x² = x₂.                 г) b + cx = x₁.

143. Модель  относится к классу аддитивных … моделей нелинейной регрессии

а) показательных.       б) степенных. в) обратных.      г) полулогарифмических.

 

144. Модель y = ax^be относится к классу мультипликативных … моделей нелинейной регрессии

а) показательных.       б) степенных.    в) линейных.  г) полулогарифмических.

 

145. Уравнением множественной регрессии с набором из k факторов является результатом линеаризации нелинейного уравнения регрессии вида

а) .

б) .                   в) .                 г) .

 

148. Практическое использование экспоненциальной функции  для построения регрессионных моделей возможно, если

А) результативный признак принимает только положительное значение.

б) факторный признак принимает только положительное значение.

в) результативный признак принимает только отрицательное значение.

г) факторный признак принимает только отрицательное значение.

149. Для экспоненциального уравнения  процедура линеаризации возможно путем