Процесс выбора необходимых для регрессии переменных и отбрасывание лишних переменных называется

a) прогнозированием

b) унификацией переменных

c) моделированием

d) спецификацией переменных

Явление, когда нестрогая линейная зависимость между объясняющими переменными в модели множественной регрессии приводит к получению ненадежных оценок регрессии, называют

a) коррелированностью

b) мультиколлинеарностью

c) детерминированностью

d) смещенностью

Гетероскедастичность заключается в том, что дисперсия случайного члена регрессии ____________ наблюдений

a) зависит от числа

b) зависит от номера

c) зависит от времени проведения

d) одинакова для всех

Из перечисленного: 1) число объясняющих переменных, 2) количество наблюдений в выборке, 3) конкретные значений переменных. Критическое значение статистики Дарбина-Уотсона зависят от

a) 1,2,3

b) 1,2

c) 3

d) 1,3

Как правило в эталонной категории

a) все фиктивные переменные равны 1

b) все фиктивные переменные равны 0

c) только одна из фиктивных переменных равна 1

d) только одна из фиктивных переменных равна 0

Автокорреляция – нарушение условия Гаусса-Маркова

a) второго

b) первого

c) четвертого

d) третьего

Положительная автокорреляция – ситуация, когда случайный член регрессии в следующем наблюдении ожидается

a) того же знака, что и в первом наблюдении

b) того же знака, что и в настоящем наблюдении

c) противоположного знака по сравнению с настоящим наблюдением

d) противоположного знака по сравнению с настоящим наблюдением

Коэффициенты при сезонных фиктивных переменных показывают ________ при смене сезона

a) трендовые изменения

b) численную величину изменения, происходящего

c) изменения числа потребителей

d) направление изменения, происходящего

Вопросы для повторения раздела

1. Как определяется модель множественной линейной регрессии?

2. В чем суть МНК для построения множественного линейного уравнения регрессии?

3. Как определяется статистическая значимость коэффициентов регрессии?

4. Что такое автокорреляция остатков и каковы ее виды?

5. В чем суть статистики Дарбина-Уотсона и как она связана с коэффициентом корреляции между соседними отклонениями?

6. Как анализируется статистическая значимость статистики Дарбина-Уотсона?

7. Каковы признаки качественной регрессионной модели?

8. В чем суть гетероскедастичности?

9. Почему при наличии гетероскедастичности МНК позволяет получить более эффективные оценки, чем обычный МНК?

10. Что такое автокорреляция? Назовите основные причины автокорреляции.

11. Какие последствия автокорреляции? Перечислите основные методы обнаружения автокорреляции.

12. Объясните значения терминов «коллинеарность» и «мультиколлинеарность».

13. Каковы основные последствия мультиколлинеарности? Перечислите основные методы устранения мультиколлинеарности.

14. Каковы основные причины использования фиктивных переменных в регрессионных моделях?