Глава 3. Множественная корреляция и регрессия

Контрольная работа

по дисциплине: Эконометрика

 

Выполнил(а):	Абросимова В.Р.
Курс:	4
Группа:	БД (дбс)-21
Специальность:	Финансист
Зачетная книжка №:	1220352
Адрес электронной почты:	Masskva1992@mail.ru
Контактный телефон:	79098221387

 

Хабаровск 2014

Содержание

 

 

Глава 1. Элементы теории оценивания.. 3

Тесты.. 3

Глава 2. Парная линейная регрессия и корреляция.. 8

Тесты.. 8

Задание для выполнения самостоятельной работы.. 14

Глава 3. Множественная корреляция и регрессия.. 20

Тесты.. 20

Задание для самостоятельной работы.. 26

Фиктивные переменные во множественной регрессии. 33

Глава 4. Анализ временных рядов.. 35

Тесты.. 35

Задания для самостоятельной работы.. 39

Глава 5. Система одновременных уравнений.. 51

Тесты.. 51

Список источников.. 57

 

 

Глава 1. Элементы теории оценивания

Тесты

1. Коэффициент вариации равен 25 %. Это значит:

а) исходные данные неоднородные;

б) исходные данные однородные;

в) исходные данные подчинены нормальному закону распределения;

г) исходные данные необходимо преобразовать.

 

2. Средняя арифметическая и стандартное отклонение являются эффективными оценками центра распределения и вариации, если:

а) исходные данные неоднородные;

б) исходные данные однородные;

в) исходные данные подчинены нормальному закону распределения;

г) исходные данные имеют более длинный правый хвост распределения.

 

3. Оценкой дисперсии генеральной совокупности является:

а) выборочное значение дисперсии;

б) исправленное выборочное значение дисперсии;

в) значение дисперсии, рассчитанное на основе всей генеральной совокупности;

г) исправленное значение дисперсии, рассчитанное на основе всей генеральной совокупности.

 

4. Надежность интервальной оценки определяется:

а) величиной интервала;

б) доверительной вероятностью;

в) значимостью доверительного интервала;

г) точечной оценкой.

5. Точность интервальной оценки определяется:

а) величиной интервала;

б) доверительной вероятностью;

в) значимостью доверительного интервала;

г) точечной оценкой.

6. При проверке статистических гипотез по критерию Стьюдента область принятия гипотезы симметрична относительно:

а) выборочной характеристики;

б) гипотетического значения параметра;

в) нуля;

г) точечной оценкой.

 

7. При проверке статистических гипотез уровень значимости – это:

а) вероятность ошибки первого рода;

б) надежность оценки;

в) вероятность попадания в область принятия гипотезы;

г) вероятность попадания в критическую область.

 

8. При проверке статистической гипотезы на 5 %-м уровне значимости нулевая гипотеза отклоняется, если:

а) p-value > 0.05;

б) p-value < 0.05;

в) p-value < 0.025;

г) p-value > 0.025.

 

Глава 2. Парная линейная регрессия и корреляция

 

Тесты

 

1. При невыполнении 5-й предпосылки МНК оценки параметров уравнения регрессии будут:

а) смещенными;

б) неэффективными:

в) несмещенными, но эффективными:

г) несмещенными и эффективными, но нельзя будет оценить их точность.

 

2. Коэффициент уравнения парной регрессии показывает:

а) тесноту связи между зависимой и независимой переменными;

б) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу;

в) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

г) на сколько ед. изменится зависимая переменная, если независимая переменная изменится на 1 ед.

 

3. Дисперсионный анализ уравнения парной регрессии проверяет:

а) значимость коэффициента корреляции;

б) значимость уравнения регрессии;

в) значимость коэффициента регрессии;

г) значимость свободного члена уравнения регрессии.

 

4. Коэффициент корреляции больше нуля, это означает, что

а) связь между переменными тесная;

б) связь между переменными прямая;

в) связь между переменными обратная;

г) связь между переменными отсутствует.

 

5. Коэффициент детерминации показывает:

а) на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;

б) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

в) на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;

г) долю вариации зависимой переменной, обусловленную вариацией независимой переменной.

 

6. Коэффициент ранговой корреляции Спирмена по сравнению с коэффициентом корреляции Пирсона

а) более устойчив к неравномерности информации;

б) может показывать тесноту нелинейной связи;

в) показывает тесноту только линейной связи;

г) применяется только для нормально распределенных совокупностей.

 

7. Коэффициент средней эластичности показывает:

а) на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;

б) на сколько процентов в среднем изменится зависимая переменная, если независимая переменная изменится на 1%;

в) долю вариации независимой переменной, обусловленную вариацией независимой переменной;

г) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу.

 

8. Обобщенный МНК используется для:

а) оценки дисперсии;

б) избавления от гетероскедастичности остатков;

в) проверки гипотезы о гетероскедастичности остатков;

г) преобразования переменных.

 

9. Автокорреляция остатков уравнения регрессии означает:

а) наличие ошибки в спецификации уравнения регрессии;

б) незначимость уравнения регрессии;

в) отсутствие зависимости между переменными;

г) их случайность.

 

10. Линейный коэффициент корреляции и индекс корреляции совпадают, если:

а) связь между переменными линейная;

б) связь между переменными нелинейная;

в) связь между переменными нелинейная, но измеряется теснота связи между зависимой и преобразованной независимой переменными;

г) связь между переменными нелинейная, но измеряется теснота связи между преобразованной зависимой и преобразованной независимой переменными.

 

 

Глава 3. Множественная корреляция и регрессия

 

Тесты

1. При анализе матрицы парных коэффициентов корреляции получили, что p-value для равна 0,15. Это означает, что:

а) переменная х₂ слабо влияет на изменение у;

б) переменные х₂ и у независимы;

в) переменную х₂ следует включить в регрессию:

г) переменную х₂ не следует включать в регрессию.

 

2. Мультиколлинеарность нежелательна при проведении регрессионного анализа потому, что:

а) вызывает автокорреляцию в остатках;

б) искажает смысл коэффициентов регрессии;

в) нарушает предпосылки МНК;

г) нарушает гомоскедастичность остатков.

 

3. Коэффициенты частной корреляции позволяют:

а) выявить связь между одной и многими переменными;

б) выявить парную связь между переменными;

в) выявить чистую связь между переменными;

г) элиминировать наведенные связи между переменными.

 

4. Коэффициенты множественной корреляции позволяют:

а) выявить связь между одной и многими переменными;

б) выявить парную связь между переменными;

в) выявить чистую связь между переменными;

г) элиминировать наведенные связи между переменными.

 

5. При нарушении предпосылки МНК о нормальном законе распределения остатков

а) оценки параметров уравнения регрессии будут смещенными;

б) оценки параметров уравнения регрессии будут не эффективными;

в) возникнут проблемы при оценке точности уравнения регрессии и его коэффициентов;

г) исказится смысл коэффициентов регрессии.

 

 

6. Коэффициенты уравнения регрессии показывают меру влияния факторных переменных (с разными единицами измерения) на результативную, если:

а) уравнение составлено в натуральном масштабе;

б) уравнение составлено в стандартизованном виде;

г) в уравнении отсутствует свободный член;

д) факторные переменные независимы.

 

7. Автокорреляция в остатках наблюдается, если

а) неверна спецификация уравнения регрессии;

б) в уравнение регрессии включены незначимые переменные;

в) независимые переменные мультиколлинеарны;

г) в уравнении регрессии отсутствует значимая переменная.

 

8. существенно меньше . Это значит:

а) уравнение регрессии незначимо;

б) оценки параметров уравнения регрессии неэффективны;

в) уравнение регрессии “засорено” незначимыми переменными;

г) в уравнение регрессии не включена незначимая переменная.

9. p-value для статистики Фишера меньше 0,05. Это значит:

а) уравнение регрессии значимо;

б) уравнение регрессии незначимо;

в) все коэффициенты уравнения регрессии равны нулю;

г) не все коэффициенты уравнения регрессии равны нулю.

 

10. Коэффициент множественной детерминации показывает

а) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

б) долю вариации зависимой переменной, обусловленную вариацией независимых переменных;

в) на какую часть своего стандартного отклонения изменится зависимая переменная, если независимая переменная изменится на величину своего стандартного отклонения;

г) насколько изменится зависимая переменная, если независимая переменная изменится на единицу.