Тестовые задания для самопроверки (58)Раздел 1. Парная регрессия и корреляция1. Наиболее наглядным видом выбора уравнения парной регрессии является:а) аналитический;б) графический;в) экспериментальный (табличный).2. Рассчитывать параметры парной линейной регрессии можно, если у нас есть:а) не менее 5 наблюдений;б) не менее 7 наблюдений;в) не менее 10 наблюдений.3. Суть метода наименьших квадратов состоит в:а) минимизации суммы остаточных величин;б) минимизации дисперсии результативного признака;в) минимизации суммы квадратов остаточных величин.4. Коэффициент линейного парного уравнения регрессии:а) показывает среднее изменение результата с изменением фактора на одну единицу;б) оценивает статистическую значимость уравнения регрессии;в) показывает, на сколько процентов изменится в среднем результат, если фактор изменится на 1%.5. На основании наблюдений за 50 семьями построено уравнение регрессии , где – потребление, – доход. Соответствуют ли знаки и значения коэффициентов регрессии теоретическим представлениям?а) да;б) нет;в) ничего определенного сказать нельзя.6. Суть коэффициента детерминации состоит в следующем:а) оценивает качество модели из относительных отклонений по каждому наблюдению;б) характеризует долю дисперсии результативного признака , объясняемую регрессией, в общей дисперсии результативного признака;в) характеризует долю дисперсии , вызванную влиянием не учтенных в модели факторов.7. Качество модели из относительных отклонений по каждому наблюдению оценивает:а) коэффициент детерминации
;
б) -критерий Фишера;
в) средняя ошибка аппроксимации .
8. Значимость уравнения регрессии в целом оценивает:
а) -критерий Фишера;
б) -критерий Стьюдента;
в) коэффициент детерминации .
9. Классический метод к оцениванию параметров регрессии основан на:
а) методе наименьших квадратов:
б) методе максимального правдоподобия:
в) шаговом регрессионном анализе.
10. Остаточная сумма квадратов равна нулю:
а) когда правильно подобрана регрессионная модель;
б) когда между признаками существует точная функциональная связь;
в) никогда.
11. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
а) ;
б) ;
в) .
12. Остаточная сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
а) ;
б) ;
в) .
13. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное:
а) ;
б) ;
в) .
14. Для оценки значимости коэффициентов регрессии рассчитывают:
а) -критерий Фишера;
б)
-критерий Стьюдента;
в) коэффициент детерминации .
15. Какое уравнение регрессии нельзя свести к линейному виду:
а) ;
б) :
в) .
16. Какое из уравнений является степенным:
а) ;
б) :
в) .
17. Параметр в степенной модели является:
а) коэффициентом детерминации;
б) коэффициентом эластичности;
в) коэффициентом корреляции.
18. Коэффициент корреляции может принимать значения:
а) от –1 до 1;
б) от 0 до 1;
в) любые.
19. Какое из следующих уравнений нелинейно по оцениваемым параметрам:
а) ;
б) ;
в) .
Вопрос
1
2
3
4
5
6
7
8
9
10
Ответ
б
б
в
а
а
б
в
а
а
б
Вопрос
11
12
13
14
15
16
17
18
19
Ответ
б
в
а
б
в
б
б
а
в
Раздел 2. Множественная регрессия и корреляция1. Добавление в уравнение множественной регрессии новой объясняющей переменной:а) уменьшает значение коэффициента детерминации;б) увеличивает значение коэффициента детерминации;в) не оказывает никакого влияние на коэффициент детерминации.2. Скорректированный коэффициент детерминации:а) меньше обычного коэффициента детерминации;б) больше обычного коэффициента детерминации;в) меньше или равен обычному коэффициенту детерминации;3. Число степеней свободы для остаточной суммы квадратов в линейной модели множественной регрессии равно:а) ;б) ;в) .4. Число степеней свободы для общей суммы квадратов в линейной модели множественной регрессии равно:а) ;б) ;в) .5. Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно:а) ;б) ;в) .6. Множественный коэффициент корреляции . Определите, какой процент дисперсии зависимой переменной объясняется влиянием факторов и :а) 90%;б) 81%;в) 19%.7. Для построения модели линейной множественной регрессии вида необходимое количество наблюдений должно быть не менее:
а) 2;б) 7;в) 14.8. Стандартизованные коэффициенты регрессии :а) позволяют ранжировать факторы по силе их влияния на результат;б) оценивают статистическую значимость факторов;в) являются коэффициентами эластичности.9. Частные коэффициенты корреляции:а) характеризуют тесноту связи рассматриваемого набора факторов с исследуемым признаком;б) содержат поправку на число степеней свободы и не допускают преувеличения тесноты связи;в) характеризуют тесноту связи между результатом и соответствующим фактором при устранении влияния других факторов, включенных в уравнение регрессии.10. Частный -критерий:а) оценивает значимость уравнения регрессии в целом;б) служит мерой для оценки включения фактора в модель;в) ранжирует факторы по силе их влияния на результат.11. Несмещенность оценки параметра регрессии, полученной по МНК, означает:а) что она характеризуется наименьшей дисперсией;б) что математическое ожидание остатков равно нулю;в) увеличение ее точности с увеличением объема выборки.12. Эффективность оценки параметра регрессии, полученной по МНК, означает:а) что она характеризуется наименьшей дисперсией;б) что математическое ожидание остатков равно нулю;в) увеличение ее точности с увеличением объема выборки.13. Состоятельность оценки параметра регрессии, полученной по МНК, означает:а) что она характеризуется наименьшей дисперсией;б) что математическое ожидание остатков равно нулю;в) увеличение ее точности с увеличением объема выборки.14. Укажите истинное утверждение:а) скорректированный и обычный коэффициенты множественной детерминации совпадают только в тех случаях, когда обычный коэффициент множественной детерминации равен нулю;б) стандартные ошибки коэффициентов регрессии определяются значениями всех параметров регрессии;в) при наличии гетероскедастичности оценки параметров регрессии становятся смещенными.15. При наличии гетероскедастичности следует применять:а) обычный МНК;б) обобщенный МНК;в) метод максимального правдоподобия.16. Фиктивные переменные – это: