Парная регрессия
1. Коэффициент корреляции, равный нулю, означает, что между переменными
линейная связь отсутствует
существует линейная связь
ситуация не определена.
2. Коэффициент корреляции, равный 1, означает, что между переменными
функциональная зависимость
линейная связь отсутствует
ситуация не определена
3. В парной обратной линейной регресии коэффициент корреляции
-1<r<0
r=0
0<r<0
r>0
r<0
4. В парной прямой линейной регрессии коэффициент корреляции
0<r<1
r=0
r<0
r>0
-1<r<0
5. Для парной регресии F- критерий равен:
t2
r2
b
s2
6. Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению
t - статистики
F - статистики
коэффициента детерминации
76. Коэффициент детерминации характеризует
-долю факторной дисперсии в общей дисперсии результативного признака
-долю остаточной дисперсии в общей дисперсии результативного признака
-соотношение факторной и остаточной дисперсий
8. Коэффициент детерминации это
квадрат множественного коэффициента корреляции
квадрат частного коэффициента корреляции
квадрат F распределения
9. Табличное значение критерия Стьюдента зависит
И от доверительной вероятности, и от числа факторов, и от длины исходного рядас
Только от числа факторов в модели
Только от длины исходного ряда
Только от уровня доверительной вероятности и длины исходного ряда
Только от уровня доверительной вероятности
10. Выбор формы связи между переменными называется:
-спецификацией
-параметризация
-верификацией
11. Суть МНК состоит в:
-минимизации суммы квадратов отклонений точек наблюдений от уравнения регрессии
-минимизации суммы квадратов коэффициентов регрессии.
-минимизации суммы квадратов значений зависимой переменной
-минимизации суммы квадратов отклонений точек эмпирического уравнения регрессии от точек теоретического уравнения регрессии
12. В производственной функции Кобба-Дугласа параметр b соответствует коэффициенту:
-эластичности
-корреляции
-детерминации
-вариации
13. Оценка значимости уравнения регрессии в целом дается с помощью:
-F-критерия Фишера
-стандартной ошибки регрессии
-коэффициента детерминации
14. Верификация модели – это:
- проверка точности модельных данных
- статистическое оценивание неизвестных параметров модели
- формулировка вида модели, состава и формы входящих в нее связей
- сбор необходимой статистической информации
15. Параметризация модели - это
статистическое оцениванте неизвестных параметров модели
формулировка вида модели, состава и формы входящих в нее связей
сбор необходимой информации
проверка точности модельных данных
16. Законы распределения случайной величины необходимы для:
определения интервальных оценок и проверки статистических гипотез
определения интервальных оценок
проверки статистических гипотез
17. Какое из уравнений регрессии нельзя свести к линейному виду?
18. F-критерий характеризует:
-соотношение факторной и остаточной дисперсий
-долю остаточной дисперсии в общей дисперсии результативного признака
-долю факторной дисперсии в общей дисперсии результативного признака
19. Экспериментальный метод подбора вида уравнения регрессии основан на:
-сравнении величины остаточной дисперсии при разных моделях
-изучении поля корреляции
-изучении природы связи признаков
20. Применим ли метод наименьших квадратов для расчёта параметров нелинейных моделей?
применим после её специального приведения к линейному виду
нет
да
21. Статистическая надежность оценки коэффициентов регрессии увеличивается:
- с увеличением числа степеней свободы
- не зависит от числа степеней свободы
- с уменьшением числа степеней свободы
return false">ссылка скрыта
22. Пространственные данные фиксируются:
в один и тот же момент времени по нескольким объектам
по одному объекту за период времени
по нескольким объектам за период времени
23. Что минимизируется согласно методу наименьших квадратов?
24. Если фактор не оказывает влияния на результат, то линия регрессии на графике:
-параллельна оси ох
-параллельна оси оу
-является биссектрисой первой четверти декартовой системы координат
25. Для функции 
средний коэффициент эластичности равен
26. Случайное отклонение приведет к увеличению дисперсии оценок, если
cov(ei,ej)≠0
cov(xi,ej)=0
D(ei)=D(ej)
27. Гомоскедастичность подразумевает:
D(ei)=D(ej)
M(ei)=0
cov(xi,ej)=0
28. Случайное отклонение в среднем не оказывает влияние на зависимую переменную, если:
M(ei)=0
cov(ei,ej) ≠0
D(ei) ≠D(xj)
29. Эмпирическое уравнение регрессии построено таким образом, что:
∑ei=0
cov(yi,xi)=cov(yi,ei)
r x,y>0,5
30. Уравнение регрессии статистически значимо, если
-«объясненная» сумма квадратов отклонений значимо больше остаточной суммы квадратов отклонений
-остаточная сумма квадратов отклонений значимо больше «объясненной» суммы квадратов отклонений
-«объясненная» и остаточная суммы квадратов отклонений равны
31. Случайное отклонение приведет к увеличению дисперсии оценок, если
D(ei) ≠D(еj)
cov(ei,ej)=0
cov(xi,ej)=0
32. Значимая линейная связь между х и у имеет место, когда:
|t|>3
1<|t|<2
|t|<1
33. Отсутствие автокорреляции случайных отклонений влечет соотношение:
cov(ei,ej)=0
cov(xi,ej)=0
D(ei)=D(ej)
34. С увеличением числа наблюдений n дисперсии оценок a и b
уменьшаются
увеличивается
не изменяются
35. Критерий Стьюдента предназначен для:
-Определения статистической значимости каждого коэффициента уравнения
-Определения экономической значимости модели в целом.
-Проверки на гомоскедастичность
-Определения экономической значимости каждого коэффициента уравнения
-Проверки модели на автокорреляцию остатков
36. Общая сумма квадратов отклонений в парной регрессии имеет число степеней свободы, равное:
n-1
n-2
37. Остаточная сумма квадратов отклонений в парной регрессии имеет число степеней свободы, равное:
n-2
n-1
38. Остаточная сумма квадратов отклонений отражает влияние на разброс у:
прочих факторов
изучаемого фактора х и прочих факторов
изучаемого фактора х
39. Объясненная (факторная) сумма квадратов отклонений в парной регрессии имеет число степеней свободы, равное:
n-1
n-2
40. Коэффициент эластичности показывает
-на сколько % изменится результат при изменении фактора на 1 %
-на сколько единиц изменится фактор при изменении результата на 1 единицу.
-на сколько единиц изменится результат при изменении фактора на 1 единицу.
-во сколько раз изменится результат при изменении фактора на одну единицу.
-на сколько %изменится фактор при изменении результата на 1%.
41. Коэффициент корреляции является величиной:
безразмерной
размерной
имеет ту же единицу измерения, что и случайная величина
42. Эмпирическая прямая регрессии обязательно проходит через точку:
43. Величина, рассчитанная по формуле
является оценкой
парного коэффициента корреляции
множественного коэффициента корреляции
частного коэффициента корреляции
коэффициента детерминации
44. Аналитический метод подбора вида уравнения регрессии основан на:
-изучении природы связи признаков
-сравнении величины остаточной дисперсии при разных моделях
-изучении поля корреляции
45. Графический метод подбора вида уравнения регрессии основан на:
-изучении поля корреляции
-сравнении величины остаточной дисперсии при разных моделях
-изучении природы связи признаков
46. Если коэффициент детерминации равен нулю, то:
величина зависимой переменной Y линейно не зависит от независимых переменных Xi
нельзя сделать вывод о линейной зависимости Y от независимых переменных Xi
величина зависимой переменной Y линейно зависит от независимых переменных Xi
47. Величина коэффициента регрессии показывает:
-среднее изменение результата с изменением фактора на одну единицу
-изменение результата в процентах с изменением фактора на один процент
-среднее изменение результата с изменением фактора на один процент
48. Суть коэффициента детерминации 
состоит в следующем:
-коэффициент определяет долю общего разброса значений 
, объясненного уравнением регрессии
-коэффициент свидетельствует о значимости коэффициентов регрессии
-коэффициент свидетельствует о наличии / отсутствии автокорреляции
-коэффициент определяет тесноту связи между признаками
49. Не является предпосылкой классической модели предположение:
-факторы являются случайными величинами
-матрица факторов содержит все важные факторы, влияющие на результат
-длина исходного ряда данных больше, чем количество факторов
-факторы экзогенны
50. Переменные, задаваемые «из вне», в определенной степени управляемые (планируемые), называются:
экзогенные
эндогенные
предопределенные
51. Остаточная сумма квадратов равна нулю в том случае, когда:
-у связан с х функционально
-вся общая дисперсия у обусловлена влиянием прочих факторов
-значения у, рассчитанные по уравнению регрессии, равны среднему значению у
52. Коэффициент уравнения регрессии показывает
-на сколько единиц изменится результат при изменении фактора на 1 единицу
-на сколько % изменится результат при изменении фактора на 1%.
-во сколько раз изменится результат при изменении фактора на 1 единицу.
-на сколько % изменится фактор при изменении результата на 1%.
на сколько единиц изменится фактор при изменении результата на 1 единицу
53. В регрессионном анализе xj рассматриваются как
неслучайная величина
случайная величина
любая величина
54. Переменные, определяемые из уравнений модели, называются
зависимые
предопределенные
независимые
55. «Объясненная» сумма квадратов отклонений отражает влияние на разброс y:
изучаемого фактора х
прочих факторов
изучаемого фактора х и прочих факторов
56. С увеличением объема выборки:
увеличивается точность оценок
увеличивается точность прогноза по модели
уменьшается коэффициент детерминации
57. Переменные, задаваемые «из вне», в определенной степени управляемые (планируемые), называются:
независимые
предопределенные
зависимые
58. Эконометрика - это:
наука, которая дает количественные выражения взаимосвязей в экономике
учение о системе показателей, дающих представление об экономике
различного рода цифровые данные
59. Найдите предположение, не являющееся предпосылкой классической модели.
-Случайное отклонение не обладает нормальным распределением.
-Случайное отклонение имеет постоянную дисперсию.
-Случайное отклонение имеет нулевое математическое ожидание.
-Отсутствует автокорреляция случайных отклонений.
-Случайное отклонение независимо от объясняющих переменных.
60. Использование парной регрессии вместо множественной является примером
ошибки спецификации
ошибки выборки
ошибки измерения
61. С увеличением дисперсии х дисперсия оценок a и b
уменьшается
увеличивается
не изменяется