Контрольные вопросы
-
Какие
факторы влияют на величину стандартных
ошибок выборочных коэффициентов
регрессии? -
Как
связаны выборочные коэффициенты
регрессии с коэффициентом корреляции
величин х
и у? -
Какой
показатель характеризует долю объясненной
с помощью регрессии дисперсии в общей
дисперсии зависимой переменной? -
Из
каких этапов состоит проверка качества
оцененного уравнения регрессии? -
Как
рассчитывается и что показывает
коэффициент детерминации R2? -
В
каких задачах эконометрики используется
распределение Фишера? -
Таблицы
каких распределений используются при
оценке качества линейной регрессии? -
Какие
показатели характеризуют независимость
отклонений зависимой переменной от
линии регрессии? Как осуществляется
проверка этой независимости? -
В
каких случаях необходимо уточнение
линейной регрессионной модели и как
оно осуществляется? -
Когда
необходимо выведение из рассмотрения
незначимых объясняющих переменных и
добавление новых переменных? -
Как
вычисляются и что показывают
коэффициент эластичности Э, средний
коэффициент эластичности Э? -
В
каких случаях наблюдается положительная
автокорреляция остатков? -
Проверка
качества полученных оценок параметров
уравнения с использованием различных
критериев. -
Порядок
использования инструментальных
переменных -
Фиктивные
переменные и их назначение. -
Каковы
особенности практического применения
регрессионных моделей?
Задания и задачи
Задания
для самооценки
Выполните
задания и ответьте на вопросы:
• Какие
критерии адекватности Вы знаете. Их
преимущества и недостатки.
• Назовите
свойства оценок метода наименьших
квадратов.
• Какими
свойствами обладают оценки уравнений
регрессии, полученные с помощью МНК?
• Доказать,
что при гетероскедастичности остатков
ОМНК-оценки вектора β более эффективны,
чем МНК-оценки.
• Какие
проблемы возникают в практике
регрессионного анализа?
• Какие
существуют критерии для выбора
регрессионной модели?
• Назовите
основные признаки мультиколлинеарности.
• Какие
методы устранения мультиколлинеарности
Вы знаете?
• Как
проверить значимость уравнения регрессии
и его коэффициентов?
Задача
1. Имеются
данные о динамике России
за 2005 — 2007 гг.
(товарооборота и доходов населения).
Месяц |
Товарооборот, |
Доходы |
Месяц |
Товаро-
оборот, |
Доходы |
Январь |
91,5 |
79,5 |
Июль |
102,3 |
102,6 |
Февраль |
92,8 |
100,3 |
Август |
106,8 |
96,6 |
Март |
104,3 |
102,9 |
Сентябрь |
96,7 |
81,5 |
Апрель |
101,5 |
106,6 |
Октябрь |
92,7 |
107,8 |
Май |
97,9 |
92,5 |
Ноябрь |
100,4 |
69,7 |
Июнь |
98,7 |
110,1 |
Декабрь |
108,1 |
122,8 |
Июль |
100,8 |
96,6 |
Январь |
80,0 |
63,9 |
Август |
103,7 |
97,1 |
Февраль |
96,9 |
107,4 |
Сентябрь |
104,6 |
98,5 |
Март |
106,0 |
103,7 |
Октябрь |
100,3 |
105,7 |
Апрель |
97,6 |
108,1 |
Ноябрь |
101,5 |
97,4 |
Май |
100,2 |
93,9 |
Декабрь |
116,0 |
129,9 |
Июнь |
100,7 |
104,1 |
Январь |
82,3 |
63,9 |
Июль |
100,0 |
97,2 |
Февраль |
91,6 |
104,3 |
Август |
106,5 |
104,6 |
Март |
103,4 |
101,7 |
Сентябрь |
100,5 |
98,6 |
Апрель |
100,3 |
105,5 |
Октябрь |
102,1 |
104,5 |
Май |
99,2 |
91,3 |
Ноябрь |
100,5 |
99,9 |
Июнь |
99,0 |
102,6 |
Декабрь |
116,0 |
136,9 |
Требуется:
Построить
трендовую и сезонную составляющую
(отдельно для каждого показателя).
Оцените
значимость построенных моделей.
Определите
корреляцию и эластичность показателей.
Задача
2.
Изучается
влияние стоимости основных и оборотных
средств на величину валового дохода
торговых предприятий.
Для
этого по 12 торговым предприятиям были
получены следующие данные.
Номер |
Валовой доход за год, млн. руб. |
Среднегодовая |
|
основных |
оборотных |
||
1 |
203 |
118 |
105 |
2 |
63 |
28 |
56 |
3 |
45 |
17 |
54 |
4 |
113 |
50 |
63 |
5 |
121 |
56 |
28 |
6 |
88 |
102 |
50 |
7 |
110 |
126 |
54 |
8 |
56 |
124 |
42 |
9 |
80 |
114 |
36 |
10 |
237 |
154 |
106 |
11 |
160 |
115 |
88 |
12 |
75 |
98 |
46 |
Задание:
Постройте
линейное уравнение множественной
регрессии и поясните
экономический смысл его параметров.
Рассчитайте
частные коэффициенты эластичности.
Определите
коэффициенты регрессии.
Сделайте
вывод о силе связи результата и факторов.
Определите
парные коэффициенты корреляции, а также
множественный
коэффициент корреляции; сделайте выводы.
Дайте
оценку полученного уравнения на основе
коэффициента детерминации.
Тесты
1.
При анализе эластичности спроса по цене
целесообразно использовать следующую
модель:
а)
линейную;
б)
полиномиальную;
в)
логарифмическую;
г)
степенную;
д)
экспоненциальную.
2.
Оценки неизвестных параметров A, α и β
в производственной функции Кобба–Дугласа
можно найти с помощью:
а)
метода наименьших квадратов;
б)
принципа “ближнего соседа”;
а)
дисконтированием множителей.
3.
Двумерная корреляционная модель
определяется ……… параметрами (вставьте
необходимое слово):
а)
тремя;
б)
пятью;
в)
семью.
-
Коэффициент
регрессии фактора хi
определяет:
а)
уровень значимости фактора хi;
б)
на сколько изменится у
при изменении фактора хi
на 1;
в)
уровень достоверности фактора хi;
г)
степень отклонения фактора хi
от его
среднего значения.
-
Если
вектор ошибок имеет постоянную дисперсию,
то это явление называется:
а)
гомоскедастичностью;
б)
гетероскедастичностью;
в)
ситуация не определена.
-
С
увеличением объема выборки:
а)
увеличивается точность оценок;
б)
уменьшается ошибка регрессии;
в)
расширяются интервальные оценки;
г)
уменьшается коэффициент детерминации.
-
Коэффициенты
эластичности показывают, на какую
величину в среднем изменится Q=а0+
α
x1+
βx2,
если α или β увеличить соответственно:
а)
на один процент;
б)
на единицу измерения Q;
в)
на единицу своего измерения.
-
При
анализе производственной функции
целесообразно использовать следующую
модель:
а)
линейную;
б)
полиномиальную;
в)
логарифмическую;
г)
степенную;
д)
экспоненциальную.
-
Модели
lnY = β0
+ βX+ ε , Y = β0
+ β ln X+ ε называются:
а)
линейными;
б)
полулогарифмическими;
в)
логарифмическими.
-
Если
в модели Y = β0
+ β ln X+ ε положить Y = GNP (валовой
национальный продукт), а X=M (денежная
масса), то из формулы GNP = β0
+ β lnM + ε следует, что если увеличить
предложение денег М на …….., то ВНП
вырастет на 0,01 β:
а)
1%;
б)
1 измерения.
11.
Для получения качественных оценок
уравнений регрессии необходимо выполнение
следующих предпосылок МНК (выберите
необходимые пункты):
а)
отклонения εi
должны быть нормально распределенными
случайными величинами с нулевым
математическим ожиданием и постоянной
дисперсией;
б)
отклонения εi
не должны коррелировать друг с другом;
в)
отклонения εi
должны иметь показательный закон
распределения.
-
Коэффициент
корреляции считается значимым с
вероятностью ошибки α, если:
а)
tнабл
по модулю будет больше, чем tкр,
б)
не имеет значения;
в)
tнабл
по модулю будет меньше, чем tкр.
-
Матрица
R парных коэффициентов корреляции
является (выберите необходимые пункты):
а)
обратной;
б)
транспонированной;
в)
симметричной;
г)
положительно определенной.
-
В
каких пределах изменяется множественный
коэффициент корреляции:
а)
от 0 до 1;
б)
от –1 до 0;
в)
от –1 до 1;
г)
от 0 до 10.
-
В
каких пределах изменяется коэффициент
детерминации:
а)
от 0 до 1;
б)
от –1 до 0;
в)
от –1 до 1;
г)
от 0 до 10.
-
В
хорошо подобранной модели остатки
должны (выберите необходимые пункты):
а)
иметь нормальный закон распределения
с нулевым математическим ожиданием и
постоянной дисперсией;
б)
не коррелировать друг с другом;
в)
иметь экспоненциальный закон распределения;
г)
хаотично разбросаны;
д)
форма и вид распределения не важен.
-
Неправильный
выбор функциональной формы или
объясняющих переменных называется:
а)
ошибками спецификации;
б)
ошибками прогноза;
в)
гетероскедастичностью.
-
С
какой целью производят нормирование
признаков:
а)
с целью устранения влияния различных
единиц измерения;
б)
с целью уменьшить признаковое пространство;
в)
с целью упрощения расчетов.
-
Коэффициент
детерминации – это:
а)
квадрат парного коэффициента корреляции;
б)
квадрат частного коэффициента корреляции;
в)
квадрат множественного коэффициента
корреляции.
-
Метод
максимального правдоподобия лучше
работает на…, где он, как правило, дает
оценки с минимальной дисперсией:
а)
больших выборках;
б)
малых выборках;
в)
любых выборках.
-
Модель
вида Y = AKαLβ
носит
название:
а)
функции Энгеля;
б)
функции Кобба – Дугласа;
в)
лог-линейной модели;
г)
степенной модели.
-
Квадрат
какого коэффициента указывает долю
дисперсии одной случайной величины,
обусловленную вариацией другой:
а)
коэффициент детерминации;
б)
парный коэффициент корреляции;
в)
частный коэффициент корреляции;
г)
множественный коэффициент корреляции.
-
Оценки
максимального правдоподобия и метода
наименьших квадратов:
а)
могут не совпадать;
б)
совпадают;
в)
никогда не совпадают.
-
Какой
смысл у коэффициентов регрессии в
логарифмических регрессионных моделях:
а)
показывают процентное изменение Y для
данного процентного изменения X;
б)
показывают абсолютное изменение Y для
данного процентного изменения X;
в)
показывают процентное изменение Y для
данного абсолютного изменения X.
-
Изменяются
ли свойства случайного отклонения при
преобразовании уравнения регрессии:
а)
да;
б)
нет;
в)
случайное отклонение не зависит от вида
уравнения регрессии
-
Величина,
рассчитанная по формуле
, является оценкой:
а)
коэффициента детерминации;
б)
парного коэффициента корреляции;
в)
частного коэффициента корреляции;
г)
множественного коэффициента корреляции.
-
Выборочный
коэффициент корреляции r по абсолютной
величине:
а)
не превосходит единицы;
б)
не превосходит нуля;
в)
принимает любые значения.
-
Отметьте
основные виды ошибок спецификации:
а)
отбрасывание значимой переменной;
б)
добавление незначимой переменной;
в)
низкое значение коэффициента детерминации;
г)
выбор неправильной формы модели.
-
Можно
ли обнаружить ошибки спецификации
с помощью исследования остаточного
члена:
а)
да;
б)
нет;
в)
ситуация не определена.
-
Есть
ли необходимость при определении с
надежностью γ доверительного интервала
для значимого парного или частного
коэффициентов корреляции использовать
Z-преобразование Фишера и предварительно
устанавливать интервальную оценку для
Z:
а)
нет;
б)
да;
в)
ситуация не определена.
-
На
практике при построении регрессионных
моделей рекомендуется, чтобы n
превышало т
не менее, чем:
а)
в два раза;
б)
в три раза;
в)
не имеет значения.
-
Если
в уравнении регрессии имеется
несущественная переменная, то она
обнаруживает себя по низкому значению:
а)
t-статистики;
б)
F-статистики;
в)
коэффициента детерминации.
33.
Если дисперсия ошибки постоянна и не
зависит от t,
то
это свидетельствует о:
а)
гомоскедастичности остатков;
б)
гетероскедастичности остатков.
-
На
практике о наличии мультиколлинеарности
обычно судят по матрице парных
коэффициентов корреляции. Если один
из элементов матрицы R больше …….,
то считают, что имеет место
мультиколлинеарность и в уравнение
регрессии следует
включать
только один из показателей xj
или xe.
Вставьте недостающее значение.
а)
0,3;
б)
0,5;
в)
0,6;5;
г)
0,8;
д)
0,9;
е)
другое значение.
-
Для
проверки значимости отдельных
коэффициентов регрессии, т.е. гипотез
H0:
аj=0,
где j=1,2,…т,
используют:
а)
нормальный закон распределения;
б)
t-критерий;
в)
распределение Фишера.
-
В
условиях гетероскедастичности
случаных остатков оценки коэффициентов,
полученные по методу наименьших
квадратов, будут:
а)
несмещенными;
в)
эффективными;
д)
надежными;
б)
смещенными;
г)
неэффективными;
е)
ненадежными.
-
При
исследовании зависимости балансовой
прибыли предприятия торговли (y,
тыс.руб) от фонда оплаты труда (x1,
тыс.руб. ) и объема продаж по безналичному
расчету (x2,
тыс.руб.) получена следующая модель: y
= 5933,100 + 0,916 x1
+0,065 x2
+ε.
Как
интерпретируется коэффициент при
факторном признаке x2:
а)
при увеличении объема продаж по
безналичному расчету на 1% балансовая
прибыль предприятия в среднем будет
увеличиваться на 0,065%;
б)
при увеличении только объема продаж по
безналичному расчету на 1% балансовая
прибыль предприятия в среднем будет
увеличиваться на 6,5%;
в)
при увеличении только объема продаж по
безналичному расчету на 1 тыс.руб.
балансовая прибыль предприятия будет
увеличиваться на 65 руб.;
г)
при уменьшении только объема продаж по
безналичному расчету на 1 тыс.руб.
балансовая прибыль предприятия в среднем
будет уменьшаться на 0,065 тыс.руб.
-
Самостоятельная
работа студентов
Соседние файлы в папке эконометрика-раздача
- #
09.05.201529.18 Кб11Книга-сезон1.xls
- #
09.05.201520.48 Кб16Книга1.xls
- #
- #
- #
- #
- #
- #
- #
- #
- #
Тесты по дисциплине
ТЕСТ №1
1. Коэффициент корреляции, равный нулю, означает, что между переменными:
а) линейная связь отсутствует;
б) существует линейная связь;
в) ситуация не определена.
2. Коэффициент корреляции, равный 1, означает, что между переменными:
а) линейная связь отсутствует;
б) существует линейная связь;
в) функциональная зависимость;
г) ситуация не определенна.
В регрессионном анализе обычно предполагается, что случайная величина Y имеет нормальный закон распределения с условным математическим ожиданием
Y = <р(Xj,…,xk), являющимся функцией от аргументов xj, и с постоянной, от аргументов дисперсией о2 :
а) не зависящей;
б) зависящей.
Статистика Дарбина Уотсона (DW) вычисляется по формуле:
a)
n
Z (et et_i)2
t=2
DW
n
Z et2
б)
n
Z (et et-i)2
t=2
DW
n
Zyt2
t=1
c)
n
DW
Z (yt yt-1)2
t=2
n
Zyt2
В модели lnY = во + (3X+ є коэффициент в имеет смысл:
а) абсолютного прироста;
б) темпа роста;
в) темпа прироста.
При анализе эластичности спроса по цене целесообразно использовать следующую модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Использование обычного Евклидова расстояния оправдано в следующих случаях (выберите необходимые варианты):
а) наблюдения берутся из генеральной совокупности, имеющей многомерное
нормальное распределение с ковариационной матрицей вида а Ек, т.е. компоненты Х взаимно независимы и имеют одну и ту же дисперсию, где Ек единичная матрица;
б) наблюдения берутся из генеральной совокупности, имеющей биномиальное
распределение;
в) компоненты вектора наблюдений Х неоднородны по физическому смыслу и
при классификации используются с определенным весом;
г) компоненты вектора наблюдений Х однородны по физическому смыслу и
одинаково важны для классификации;
д) признаковое пространство совпадает с геометрическим пространством;
е) совпадение признакового пространства с геометрическим пространством необязательно.
Академиком А.Н.Колмогоровым было предложено:
а) «обобщенное расстояние» между классами;
б) расстояние, измеряемое по принципу «ближайшего соседа»;
в) расстояние, измеряемое по принципу «дальнего соседа»;
г) расстояние, измеряемое по «центрам тяжести» групп;
д) расстояние, измеряемое по принципу «средней связи».
Производственная функция Кобба Дугласа с учетом технического прогресса имеет вид:
а) Qt = Aхeet хК? хLet;
б) Q = A х К а х Le х eє;
в) Q = A х K а х L1~a х ee = A х (f)a х L х ee.
10. Оценки неизвестных параметров A, а и в в производственной функции Кобба
Дугласа можно найти с помощью:
а) метода наименьших квадратов;
б) принципа «ближнего соседа»;
а) дисконтированием множителей.
ТЕСТ №2
1. Двумерная корреляционная модель определяется параметрами (вставьте
необходимое слово):
а) тремя;
б) пятью;
в) семью.
2. Коэффициент регрессии определяется по формуле: а) /? = р—=— коэффициент регрессии y на x;
б) M [ ^. ^ ] = р,;
Ox Oy
12/3,4…, k
1
3. Если вектор ошибок имеет постоянную дисперсию, то это явление называется:
а) гомоскедастичностью;
б) гетероскедастичностью;
в) ситуация не определена.
4. С увеличением объема выборки:
а) увеличивается точность оценок;
б) уменьшается ошибка регрессии;
в) расширяются интервальные оценки;
г) уменьшается коэффициент детерминации.
При анализе издержек Y от объемы выпуска X целесообразно использовать следующую модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Модель Y = в0 + Pln X+ є используется, когда необходимо исследовать влияние:
а) процентного изменения независимой переменной на абсолютное изменение
зависимой переменной;
б) процентного изменения независимой переменной на процентное изменение
зависимой переменной;
в) абсолютное изменения независимой переменной на абсолютное изменение
зависимой переменной.
Наиболее употребительными расстояниями и мерами близости между классами объектов являются (выберите необходимый вариант):
а) расстояние, измеряемое по принципу «ближайшего соседа»;
б) расстояние, измеряемого по принципу «дальнего соседа»;
в) расстояние, измеряемое по принципу «родственной связи»;
г) расстояние, измеряемое по «центрам тяжести» групп;
д) расстояние, измеряемое по принципу «незначимой связи»;
е) расстояние, измеряемое по принципу «средней связи»;
ж) расстояние, измеряемое по принципу «значимой связи».
Расстояние, измеряемое по принципу «ближайшего соседа» находится по формуле:
а) Ре (Хг, Xj ) =
У(xu xji) ;
б) pmm (Si, Sm ) = тin р(xi, xj);
в) pmax (Sl, Sm ) = 111ax p(^ , x} );
д) pl,(m,g) = p(S1, S(m,q)) = ap1m + + Wmq + 6(p1m pq X
е) Рср (S, Sm) = — P( x, x]).
9. Параметры а и в в производственной функции Кобба Дугласа называют:
а) коэффициентами эластичности;
б) коэффициентами корреляции;
в) коэффициентами автокорреляции.
10. Коэффициенты эластичности показывают, на какую величину в среднем изменится Q, если а или в увеличить соответственно:
а) на один процент;
б) на единицу своего измерения.
ТЕСТ №3
1. Коэффициент регрессии показывает:
а) на сколько единиц своего измерения увеличится (в>0) или уменьшится (в<0)
в среднем y(My/x), если x увеличить на единицу своего измерения;
б) долю дисперсии одной случайной величины, обусловленную вариацией другой;
в) на сколько % увеличится (в>0) или уменьшится (в<0) в среднем y(My/x), если x увеличится на 1 %.
Коэффициент регрессии изменяется в пределах от:
а) -1 до 1;
б) 0 до 1;
min
Po.Pi—.Pk
в) принимает любое значение.
Квадратичная форма
Q=(Y XP) ) (Y Xf) = __(y; у,)
і=і
соответствует :
а) методу максимального правдоподобия;
б) методу наименьших квадратов;
в) методу «дальнего соседа»;
г) методу «средней связи»;
д) двухшаговому методу наименьших квадратов.
4. На главной диагонали ковариационной матрицы в выражении S(b) = S (XTX)-1 находятся:
а) дисперсии коэффициентов регрессии;
б) средние значения коэффициентов регрессии;
в) коэффициенты корреляции;
г) квадраты коэффициентов корреляции.
5. При анализе производственной функции целесообразно использовать следующую
модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Модели lnY = fP + PPX+ є Y = /Зо + ffln X+ є называются:
а) линейными;
б) полулогарифмическими;
в) логарифмическими.
Расстояние, измеряемое по принципу «дальнего соседа «, находится по формуле:
а) Ре (Хг, xj ) =
1=1
б) pmin (S1, Sm ) = ПІІП s p(X, , Xj );
в) pmax (S1 > Sm ) = ЇПЗЗС s p(x, , Xj );
Д) Pl,(»,,) = P(S1, S(m,q)) = aPlm + PP1q + Wmq + p q );
5. Расстояние, измеряемое по «центрам тяжести » групп, находится по формуле:
а) P£ (X,, Xj ) = ^ |
1=1 |
В) Pmax(S1, Sm ) = |
|
Д) P ,(m,q) = P(S1, S(m,q)) = af>tm + Pftq + YPmq + 6(P1m Pq ); |
|
Є) Pop (S1, Sm ) = |
9. Если a + в = 1, то уровень эффективности:
а) не зависит от масштабов производства;
б) зависит от масштабов производства.
10. Если a + в < 1, то средние издержки, рассчитанные на единицу продукции:
а) растут по мере расширения масштабов производства;
б) убывают по мере расширения масштабов производства.
ТЕСТ №4
В двумерной модели для вывода о независимости признаков х и y в генеральной совокупности достаточно проверить значимость:
а) только коэффициента корреляции;
б) коэффициента корреляции и регрессии;
в) коэффициента корреляции, детерминации и регрессии.
Значимость частных и парных коэффициентов корреляции проверяется с помощью:
а) нормального закона распределения;
б) t-критерия Стъюдента;
в) F-критерия;
г) таблицы Фишера Иейтса.
В регрессионном анализе Xj рассматриваются как:
а) неслучайные величины;
б) случайные величины;
в) любые величины.
Для оценки вектора в наиболее часто используют метод наименьших квадратов (МНК), согласно которому в качестве оценки принимают вектор b, который минимизирует:
а) сумму отклонений наблюдаемых значений у; от модельных значений y;
б) сумму квадратов отклонения наблюдаемых значений у; от модельных значений yt.
Если в модели Y = во + в ln X+ є положить Y = GNP (валовой национальный продукт), а X=M (денежная масса), то из формулы:
GNP = во + вІпМ + є, следует, что если увеличить предложение денег М на ,
тоВНПвырастет на 0,01 в:
а) 1%;
б) 1 измерения.
Для получения качественных оценок уравнений регрессии необходимо выполнение следующих предпосылок МНК (выберите необходимые пункты):
а) отклонения є должны быть нормально распределенными случайными величинами с нулевым математическим ожиданием и постоянной дисперсией;
б) отклонения Єї не должны коррелировать друг с другом;
в) отклонения є должны иметь показательный закон распределения.
Расстояние, измеряемое по принципу «средней связи», находится по формуле:
а) Ре (xi, xj ) =
1=1
б) pmm(S1 > Sm ) = mІП р(^ , x} );
в) pmax (S 1 > Sm ) = max s p(^ , x} );
д) pl,(m,g) = p(S1 > S(m,q)) = ap1m + Pftq + Wmq + 6(p1m plg X
е) pср.(S1, Sm ) = IZ p( xi , xj ).
11 nm xi«Slxj<=Sm
Кластерный анализ позволяет проводить:
а) группировку объектов;
б) группировку признаков;
в) группировку объектов и группировку признаков.
Если а + в> 1, то средние издержки, рассчитанные на единицу продукции:
а) растут по мере расширения масштабов производства;
б) убывают по мере расширения масштабов производства.
10. Исходя из априорных соображений значения а и в должны удовлетворять условиям:
а) 0<а<1 и 0< в<1;
б) -1<а<1 и -1< в<1;
в) -1<а<1 и 0< в<1.
ТЕСТ №5
Коэффициент корреляции считается значимым с вероятностью ошибки а если:
а) 1;набл по модулю будет больше, чем 1кр,
б) не имеет значения;
в) 1;набл по модулю будет меньше, чем 1;кр.
Матрица R парных коэффициентов корреляции является (выберите необходимые пункты):
а) обратной;
б) транспонированной;
в) симметричной;
г) положительно определенной.
3. В каких пределах изменяется множественный коэффициент корреляции:
а) от 0 до 1;
б) от -1 до 0;
в) от -1 до 1;
г) от 0 до 10.
4. В каких пределах изменяется коэффициент детерминации:
а) от 0 до 1;
б) от -1 до 0;
в) от -1 до 1;
г) от 0 до 10.
5. В хорошо подобранной модели остатки должны (выберите необходимые пункты):
а) иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией;
б) не коррелировать друг с другом;
в) иметь экспоненциальный закон распределения;
г) хаотично разбросаны;
д) форма и вид распределения не важен.
6. Неправильный выбор функциональной формы или объясняющих переменных называется:
а) ошибками спецификации;
б) ошибками прогноза;
в) гетероскедастичностью.
7. С какой целью производят нормирование признаков:
а) с целью устранения влияния различных единиц измерения;
б) с целью уменьшить признаковое пространство;
в) с целью упрощения расчетов.
8. Хемминговорасстояние вычисляется по формуле:
а) Ре (Хг, xj ) =
б) рВе (Хг, Xe )
1=1
1=1
9. Коэффициент а интерпретируется как:
а) эластичность по труду;
б) эластичность по капиталу;
в) эластичность замещения.
10. Для определения параметров и вида производственной функции пользуются
следующими видами данных:
а) динамическими рядами;
б) данными одновременных наблюдений (пространственной информацией);
в) динамическими рядами и пространственной информацией.
ТЕСТ №6
1. С помощью данной формулыr12/34 k =—. 12 можно определить:
а) множественный коэффициент корреляции (£-2)-го порядка между факторами
X1 и X2;
б) частный коэффициент корреляции (&-2)-го порядка между факторами X1 и X2;
в) парный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2.
2. С помощью данной формулы r 1/2 3 k =r 1 =
R
1 можно определить:
R11
а) множественный коэффициент корреляции (£-2)-го порядка между факторами
X1 и X2;
б) частный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2;
в) парный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2.
Коэффициент детерминации это:
а) квадрат парного коэффициента корреляции;
б) квадрат частного коэффициента корреляции;
в) квадрат множественного коэффициента корреляции.
Метод максимального правдоподобия лучше работает на…, где он, как правило, дает оценки с минимальной дисперсией:
а) больших выборках;
б) малых выборках;
в) любых выборках.
Модель вида Y = AKaLe носит название:
а) функции Энгеля;
б) функции Кобба Дугласа;
в) лог-линейной модели;
г) степенной модели.
Модель вида Yt = Y0(1+r/ носит название:
а) функции Энгеля;
б) функции Кобба Дугласа;
в) лог-линейной модели;
г) степенной модели.
В задаче классификации данное расстояние применяется в тех случаях, когда каждой компоненте xi вектора наблюдений Xудается приписать некоторый «вес «, пропорционально степени важности признака.
а) Хеммингово расстояние;
б) «взвешенное» Евклидово пространство;
в) обычное Евклидово расстояние.
Иерархические (древообразные) процедуры являются наиболее распространенными (в смысле реализации на ЭВМ) алгоритмами кластерного анализа, они бывают … типов:
а) 2;
б) 3;
в) 5;
г) любых.
Если производство, эффективность которого не зависит от масштабов и описывается производственной функцией Кобба Дугласа, то с ростом параметра а параметр в:
а) растет;
б) уменьшается;
в) остается неизменным;
г) растет или уменьшается.
10. Если производство, эффективность которого растет по мере его укрупнения, описывается производственной функцией Кобба Дугласа, то параметры модели удовлетворяют соотношению:
а) a+f<1;
б) a+f=1;
в) a+f=0;
г) a+f>1.
ТЕСТ №7
Уравнение My / X My = f3yX (X Mx) :
а) прямая регрессии y на x;
б) прямая регрессии X на y.
Квадрат какого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой:
а) коэффициент детерминации;
б) парный коэффициент корреляции;
в) частный коэффициент корреляции;
г) множественный коэффициент корреляции.
3. Оценки максимального правдоподобия и метода наименьших квадратов:
а) могут не совпадать;
б) совпадают;
в) никогда не совпадают.
В матричной форме регрессионная модель имеет вид: Y = Xf + є,
где Y:
а) матрица, размерности [n x (k+1)];
б) случайный вектор-столбец размерности (n x 1).
Какой смысл у коэффициентов регрессии в логарифмических регрессионных моделях:
а) показывают процентное изменение Y для данного процентного изменения X;
б) показывают абсолютное изменение Y для данного процентного изменения X;
в) показывают процентное изменение Y для данного абсолютного изменения X.
Изменяются ли свойства случайного отклонения при преобразовании уравнения регрессии:
а) да;
б) нет;
в) случайное отклонение не зависит от вида уравнения регрессии
В … процедурах начальным является разбиение, состоящее из n одноэлементных
классов, а конечным из одного класса; в наоборот (вставьте необходимые буквы):
а) агломеративных, дивизимных;
б) дивизимных, агломеративных;
в) дисконтированных, агломеративных.
Большинство программ, реализующих алгоритм иерархической классификации, предусматривает графическое представление результатов классификации в виде:
а) дендрограммы;
б) длок-схемы;
в) графиков показателей.
В задачах многомерной классификации объектов а, в, 8 и у являются:
а) числовыми коэффициентами;
б) коэффициентами эластичности.
10. В производственной функции Кобба-Дугласа параметр в соответствует коэффициенту:
а) корреляции;
б) вариации;
в) эластичности;
г) детерминации.
ТЕСТ №8
Величина, рассчитанная по формуле r = ——Х-У-, является оценкой:
sxsy
а) коэффициента детерминации;
б) парного коэффициента корреляции;
в) частного коэффициента корреляции;
г) множественного коэффициента корреляции.
Выборочный коэффициент корреляции r по абсолютной величине:
а) не превосходит единицы;
б) не превосходит нуля;
в) принимает любые значения.
В матричной форме регрессионная модель имеет вид: Y = Хв + є,
где X:
а) матрица, размерности [n x (k+1)];
б) случайный вектор-столбец размерности (n x 1).
В матричной форме регрессионная модель имеет вид: Y = Хв+ є,
где є :
а) матрица, размерности [n x (k+1)] ошибок наблюдений (остатков);
б) случайный вектор-столбец размерности (n x 1) ошибок наблюдений (остатков).
5. Отметьте основные виды ошибок спецификации:
а) отбрасывание значимой переменной;
б) добавление незначимой переменной;
в) низкое значение коэффициента детерминации;
г) выбор неправильной формы модели.
Можно ли обнаружить ошибки спецификации с помощью исследования остаточного члена:
а) да;
б) нет;
в) ситуация не определена.
В задачах многомерной классификации объектов при а=в=-8=1/2и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
В задачах многомерной классификации объектов при а=в=8=1/2 и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
Получены две производственные функции Кобба Дугласа, имеющие равные значения параметров а и в, но различающиеся по параметру А. В каком случае первое производство более эффективно, чем второе:
а) Аі<А2;
б) Аі>А2;
в) Аі=А2;
г) Аі^А2.
10. В матричном виде структурная формы системы одновременных эконометрических уравнений имеет следующий вид: Byt + Txt = et:
а) да, это так;
б) нет;
в) данное уравнение не является структурной формой системы одновременных
эконометрических уравнений.
ТЕСТ №9
1. Есть ли необходимость при определении с надежностью у доверительного интервала для значимого парного или частного коэффициентов корреляции использовать Z-преобразование Фишера и предварительно устанавливать интервальную оценку для Z:
а) нет;
б) да;
в) ситуация не определена.
2. Для проверки значимости какого коэффициента
1 2
Fнабл = k 1
n ■
«(1 )
рассчитывают :
а) коэффициента детерминации;
б) парного коэффициента корреляции;
в) частного коэффициента корреляции;
г) множественного коэффициента корреляции.
Компоненты вектора є i :
а) независимы между собой;
б) зависимы между собой;
в) имеют нормальный закон распределения с нулевым математическим ожиданием (Мє i =0) и неизвестной дисперсией а2 (De i = а2).
На практике при построении регрессионных моделей рекомендуется, чтобы n превышало k не менее, чем:
а) в два раза;
б) в три раза;
в) не имеет значения.
Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению:
а) t-статистики;
б) F-статистики;
в) коэффициента детерминации.
Какие требования в модели регрессионного анализа предъявляются к распределению ошибок наблюдения є i, а именно, к их математическому ожиданию Мєі и дисперсии Dei:
а) Мє=1; в) МЄі=0;
Dei=a2; Dei=a2;
б) Мєі=0; г) Мєі=1;
Dei=1; Dei=0
В задачах многомерной классификации объектов при а=в=8=1/2 и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
8. В кластер S1 входят 4 объекта, расстояние от которых до объекта №5 составляет соответственно: 2, 5, 6, 7. Чему равно расстояние от объекта №5 до кластера S1, если исходить из принципа «ближайшего соседа’»:
а) 2; в) 6;
б) 5; г) 7.
9. Если M є t1 є t2 = 0 при t1 ф 12 и t1,12 = 1,2,…, n, то случайные ошибки регрессии:
а) зависимы между собой;
б) независимы между собой;
с) ситуация не определена.
10. Если дисперсия ошибки постоянна Мє2 = а2 = а1 и не зависит от t и Xt,
то это свидетельствует о:
а) гомоскедастичности остатков;
б) гетероскедастичности остатков.
ТЕСТ №10
1. Известно, что при фиксированном значении X3 между величинами X1 и X2 существует положительная связь. Какое значение может принять частный коэффициент корреляции р12/3?
а) -0,8;
б) 0;
в) 0,4;
г) 1,3.
По результатам n=20 наблюдений получен частный коэффициент корреляции r12/3=0,8. Определите, чему при уровне значимости a=0,05 равна разность между наблюдаемым (r12/3) и критическим (гкр) значениями коэффициентов корреляции:
а) -0,513;
б) 0, 357;
в) 0, 700;
г) 0,133.
На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы R больше , то
считают, что имеет место мультиколлинеарность и в уравнение регрессии следует включать только один из показателей Xj или Xe. Вставьте недостающее значение.
а) 0,3;
б) 0,5;
в) 0,6;5;
г) 0,8;
д) 0,9;
е) другое значение.
4. Для проверки значимости отдельных коэффициентов регрессии, т.е. гипотез
H0: в=0, где j=1,2,…k, используют:
а) нормальный закон распределения;
б) t-критерий;
в) распределение Фишера.
5. Двойная логарифмическая модель является линейной относительно ее переменных:
а) утверждение истинно;
б) утверждение ложно;
в) утверждение не определено.
Коэффициенты двойной логарифмической модели определяют эластичность зависимой переменной по соответствующим определяющим переменным:
а) утверждение истинно;
б) утверждение ложно;
в) утверждение не определено.
В кластер S1 входят 4 объекта, расстояние от которых до объекта №5 составляет соответственно: 2, 5, 6, 7. Чему равно расстояние от объекта №5 до кластера S1, если исходить из принципа » дальнего соседа»:
а) 2; в) 6;
б) 5; г) 7.
В условиях гетероскедастичности случаных остатков оценки коэффициентов, полученные по методу наименьших квадратов, будут:
а) несмещенными; в) эффективными; д) надежными;
б) смещенными; г) неэффективными; е) ненадежными.
Условием гетероскедастичности является:
а) независимость значений = <J2t от t и xt;
б) зависимость значений Мє2 = a2t от t и xt;
в) ситуация не определена.
10. Систему yt = B~lTxt + B~1є( одновременных уравнений называют рекурсивной,
если выполняются следующие условия (выберите необходимые условия):
а) Матрица значений эндогенных переменных является нижней треугольной
матрицей, т. е. в ij = 0 при j>i и (3 ц = 1;
б) случайные ошибки независимы между собой, т. е. aii > 0, аij = 0 при j ,
где i,j=1,2,…,G;
в) каждое ограничение на структурные коэффициенты относится к отдельному
уравнению.
Тесты по дисциплине
ТЕСТ №1
1. Коэффициент корреляции, равный нулю, означает, что между переменными:
а) линейная связь отсутствует;
б) существует линейная связь;
в) ситуация не определена.
2. Коэффициент корреляции, равный 1, означает, что между переменными:
а) линейная связь отсутствует;
б) существует линейная связь;
в) функциональная зависимость;
г) ситуация не определенна.
В регрессионном анализе обычно предполагается, что случайная величина Y имеет нормальный закон распределения с условным математическим ожиданием
Y = <р(Xj,…,xk), являющимся функцией от аргументов xj, и с постоянной, от аргументов дисперсией о2 :
а) не зависящей;
б) зависящей.
Статистика Дарбина Уотсона (DW) вычисляется по формуле:
a)
n
Z (et et_i)2
t=2
DW
n
Z et2
б)
n
Z (et et-i)2
t=2
DW
n
Zyt2
t=1
c)
n
DW
Z (yt yt-1)2
t=2
n
Zyt2
В модели lnY = во + (3X+ є коэффициент в имеет смысл:
а) абсолютного прироста;
б) темпа роста;
в) темпа прироста.
При анализе эластичности спроса по цене целесообразно использовать следующую модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Использование обычного Евклидова расстояния оправдано в следующих случаях (выберите необходимые варианты):
а) наблюдения берутся из генеральной совокупности, имеющей многомерное
нормальное распределение с ковариационной матрицей вида а Ек, т.е. компоненты Х взаимно независимы и имеют одну и ту же дисперсию, где Ек единичная матрица;
б) наблюдения берутся из генеральной совокупности, имеющей биномиальное
распределение;
в) компоненты вектора наблюдений Х неоднородны по физическому смыслу и
при классификации используются с определенным весом;
г) компоненты вектора наблюдений Х однородны по физическому смыслу и
одинаково важны для классификации;
д) признаковое пространство совпадает с геометрическим пространством;
е) совпадение признакового пространства с геометрическим пространством необязательно.
Академиком А.Н.Колмогоровым было предложено:
а) «обобщенное расстояние» между классами;
б) расстояние, измеряемое по принципу «ближайшего соседа»;
в) расстояние, измеряемое по принципу «дальнего соседа»;
г) расстояние, измеряемое по «центрам тяжести» групп;
д) расстояние, измеряемое по принципу «средней связи».
Производственная функция Кобба Дугласа с учетом технического прогресса имеет вид:
а) Qt = Aхeet хК? хLet;
б) Q = A х К а х Le х eє;
в) Q = A х K а х L1~a х ee = A х (f)a х L х ee.
10. Оценки неизвестных параметров A, а и в в производственной функции Кобба
Дугласа можно найти с помощью:
а) метода наименьших квадратов;
б) принципа «ближнего соседа»;
а) дисконтированием множителей.
ТЕСТ №2
1. Двумерная корреляционная модель определяется параметрами (вставьте
необходимое слово):
а) тремя;
б) пятью;
в) семью.
2. Коэффициент регрессии определяется по формуле: а) /? = р—=— коэффициент регрессии y на x;
б) M [ ^. ^ ] = р,;
Ox Oy
12/3,4…, k
1
3. Если вектор ошибок имеет постоянную дисперсию, то это явление называется:
а) гомоскедастичностью;
б) гетероскедастичностью;
в) ситуация не определена.
4. С увеличением объема выборки:
а) увеличивается точность оценок;
б) уменьшается ошибка регрессии;
в) расширяются интервальные оценки;
г) уменьшается коэффициент детерминации.
При анализе издержек Y от объемы выпуска X целесообразно использовать следующую модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Модель Y = в0 + Pln X+ є используется, когда необходимо исследовать влияние:
а) процентного изменения независимой переменной на абсолютное изменение
зависимой переменной;
б) процентного изменения независимой переменной на процентное изменение
зависимой переменной;
в) абсолютное изменения независимой переменной на абсолютное изменение
зависимой переменной.
Наиболее употребительными расстояниями и мерами близости между классами объектов являются (выберите необходимый вариант):
а) расстояние, измеряемое по принципу «ближайшего соседа»;
б) расстояние, измеряемого по принципу «дальнего соседа»;
в) расстояние, измеряемое по принципу «родственной связи»;
г) расстояние, измеряемое по «центрам тяжести» групп;
д) расстояние, измеряемое по принципу «незначимой связи»;
е) расстояние, измеряемое по принципу «средней связи»;
ж) расстояние, измеряемое по принципу «значимой связи».
Расстояние, измеряемое по принципу «ближайшего соседа» находится по формуле:
а) Ре (Хг, Xj ) =
У(xu xji) ;
б) pmm (Si, Sm ) = тin р(xi, xj);
в) pmax (Sl, Sm ) = 111ax p(^ , x} );
д) pl,(m,g) = p(S1, S(m,q)) = ap1m + + Wmq + 6(p1m pq X
е) Рср (S, Sm) = — P( x, x]).
9. Параметры а и в в производственной функции Кобба Дугласа называют:
а) коэффициентами эластичности;
б) коэффициентами корреляции;
в) коэффициентами автокорреляции.
10. Коэффициенты эластичности показывают, на какую величину в среднем изменится Q, если а или в увеличить соответственно:
а) на один процент;
б) на единицу своего измерения.
ТЕСТ №3
1. Коэффициент регрессии показывает:
а) на сколько единиц своего измерения увеличится (в>0) или уменьшится (в<0)
в среднем y(My/x), если x увеличить на единицу своего измерения;
б) долю дисперсии одной случайной величины, обусловленную вариацией другой;
в) на сколько % увеличится (в>0) или уменьшится (в<0) в среднем y(My/x), если x увеличится на 1 %.
Коэффициент регрессии изменяется в пределах от:
а) -1 до 1;
б) 0 до 1;
min
Po.Pi—.Pk
в) принимает любое значение.
Квадратичная форма
Q=(Y XP) ) (Y Xf) = __(y; у,)
і=і
соответствует :
а) методу максимального правдоподобия;
б) методу наименьших квадратов;
в) методу «дальнего соседа»;
г) методу «средней связи»;
д) двухшаговому методу наименьших квадратов.
4. На главной диагонали ковариационной матрицы в выражении S(b) = S (XTX)-1 находятся:
а) дисперсии коэффициентов регрессии;
б) средние значения коэффициентов регрессии;
в) коэффициенты корреляции;
г) квадраты коэффициентов корреляции.
5. При анализе производственной функции целесообразно использовать следующую
модель:
а) линейную;
б) полиномиальную;
в) логарифмическую;
г) степенную;
д) экспоненциальную.
Модели lnY = fP + PPX+ є Y = /Зо + ffln X+ є называются:
а) линейными;
б) полулогарифмическими;
в) логарифмическими.
Расстояние, измеряемое по принципу «дальнего соседа «, находится по формуле:
а) Ре (Хг, xj ) =
1=1
б) pmin (S1, Sm ) = ПІІП s p(X, , Xj );
в) pmax (S1 > Sm ) = ЇПЗЗС s p(x, , Xj );
Д) Pl,(»,,) = P(S1, S(m,q)) = aPlm + PP1q + Wmq + p q );
5. Расстояние, измеряемое по «центрам тяжести » групп, находится по формуле:
а) P£ (X,, Xj ) = ^ |
1=1 |
В) Pmax(S1, Sm ) = |
|
Д) P ,(m,q) = P(S1, S(m,q)) = af>tm + Pftq + YPmq + 6(P1m Pq ); |
|
Є) Pop (S1, Sm ) = |
9. Если a + в = 1, то уровень эффективности:
а) не зависит от масштабов производства;
б) зависит от масштабов производства.
10. Если a + в < 1, то средние издержки, рассчитанные на единицу продукции:
а) растут по мере расширения масштабов производства;
б) убывают по мере расширения масштабов производства.
ТЕСТ №4
В двумерной модели для вывода о независимости признаков х и y в генеральной совокупности достаточно проверить значимость:
а) только коэффициента корреляции;
б) коэффициента корреляции и регрессии;
в) коэффициента корреляции, детерминации и регрессии.
Значимость частных и парных коэффициентов корреляции проверяется с помощью:
а) нормального закона распределения;
б) t-критерия Стъюдента;
в) F-критерия;
г) таблицы Фишера Иейтса.
В регрессионном анализе Xj рассматриваются как:
а) неслучайные величины;
б) случайные величины;
в) любые величины.
Для оценки вектора в наиболее часто используют метод наименьших квадратов (МНК), согласно которому в качестве оценки принимают вектор b, который минимизирует:
а) сумму отклонений наблюдаемых значений у; от модельных значений y;
б) сумму квадратов отклонения наблюдаемых значений у; от модельных значений yt.
Если в модели Y = во + в ln X+ є положить Y = GNP (валовой национальный продукт), а X=M (денежная масса), то из формулы:
GNP = во + вІпМ + є, следует, что если увеличить предложение денег М на ,
тоВНПвырастет на 0,01 в:
а) 1%;
б) 1 измерения.
Для получения качественных оценок уравнений регрессии необходимо выполнение следующих предпосылок МНК (выберите необходимые пункты):
а) отклонения є должны быть нормально распределенными случайными величинами с нулевым математическим ожиданием и постоянной дисперсией;
б) отклонения Єї не должны коррелировать друг с другом;
в) отклонения є должны иметь показательный закон распределения.
Расстояние, измеряемое по принципу «средней связи», находится по формуле:
а) Ре (xi, xj ) =
1=1
б) pmm(S1 > Sm ) = mІП р(^ , x} );
в) pmax (S 1 > Sm ) = max s p(^ , x} );
д) pl,(m,g) = p(S1 > S(m,q)) = ap1m + Pftq + Wmq + 6(p1m plg X
е) pср.(S1, Sm ) = IZ p( xi , xj ).
11 nm xi«Slxj<=Sm
Кластерный анализ позволяет проводить:
а) группировку объектов;
б) группировку признаков;
в) группировку объектов и группировку признаков.
Если а + в> 1, то средние издержки, рассчитанные на единицу продукции:
а) растут по мере расширения масштабов производства;
б) убывают по мере расширения масштабов производства.
10. Исходя из априорных соображений значения а и в должны удовлетворять условиям:
а) 0<а<1 и 0< в<1;
б) -1<а<1 и -1< в<1;
в) -1<а<1 и 0< в<1.
ТЕСТ №5
Коэффициент корреляции считается значимым с вероятностью ошибки а если:
а) 1;набл по модулю будет больше, чем 1кр,
б) не имеет значения;
в) 1;набл по модулю будет меньше, чем 1;кр.
Матрица R парных коэффициентов корреляции является (выберите необходимые пункты):
а) обратной;
б) транспонированной;
в) симметричной;
г) положительно определенной.
3. В каких пределах изменяется множественный коэффициент корреляции:
а) от 0 до 1;
б) от -1 до 0;
в) от -1 до 1;
г) от 0 до 10.
4. В каких пределах изменяется коэффициент детерминации:
а) от 0 до 1;
б) от -1 до 0;
в) от -1 до 1;
г) от 0 до 10.
5. В хорошо подобранной модели остатки должны (выберите необходимые пункты):
а) иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией;
б) не коррелировать друг с другом;
в) иметь экспоненциальный закон распределения;
г) хаотично разбросаны;
д) форма и вид распределения не важен.
6. Неправильный выбор функциональной формы или объясняющих переменных называется:
а) ошибками спецификации;
б) ошибками прогноза;
в) гетероскедастичностью.
7. С какой целью производят нормирование признаков:
а) с целью устранения влияния различных единиц измерения;
б) с целью уменьшить признаковое пространство;
в) с целью упрощения расчетов.
8. Хемминговорасстояние вычисляется по формуле:
а) Ре (Хг, xj ) =
б) рВе (Хг, Xe )
1=1
1=1
9. Коэффициент а интерпретируется как:
а) эластичность по труду;
б) эластичность по капиталу;
в) эластичность замещения.
10. Для определения параметров и вида производственной функции пользуются
следующими видами данных:
а) динамическими рядами;
б) данными одновременных наблюдений (пространственной информацией);
в) динамическими рядами и пространственной информацией.
ТЕСТ №6
1. С помощью данной формулыr12/34 k =—. 12 можно определить:
а) множественный коэффициент корреляции (£-2)-го порядка между факторами
X1 и X2;
б) частный коэффициент корреляции (&-2)-го порядка между факторами X1 и X2;
в) парный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2.
2. С помощью данной формулы r 1/2 3 k =r 1 =
R
1 можно определить:
R11
а) множественный коэффициент корреляции (£-2)-го порядка между факторами
X1 и X2;
б) частный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2;
в) парный коэффициент корреляции (£-2)-го порядка между факторами X1 и X2.
Коэффициент детерминации это:
а) квадрат парного коэффициента корреляции;
б) квадрат частного коэффициента корреляции;
в) квадрат множественного коэффициента корреляции.
Метод максимального правдоподобия лучше работает на…, где он, как правило, дает оценки с минимальной дисперсией:
а) больших выборках;
б) малых выборках;
в) любых выборках.
Модель вида Y = AKaLe носит название:
а) функции Энгеля;
б) функции Кобба Дугласа;
в) лог-линейной модели;
г) степенной модели.
Модель вида Yt = Y0(1+r/ носит название:
а) функции Энгеля;
б) функции Кобба Дугласа;
в) лог-линейной модели;
г) степенной модели.
В задаче классификации данное расстояние применяется в тех случаях, когда каждой компоненте xi вектора наблюдений Xудается приписать некоторый «вес «, пропорционально степени важности признака.
а) Хеммингово расстояние;
б) «взвешенное» Евклидово пространство;
в) обычное Евклидово расстояние.
Иерархические (древообразные) процедуры являются наиболее распространенными (в смысле реализации на ЭВМ) алгоритмами кластерного анализа, они бывают … типов:
а) 2;
б) 3;
в) 5;
г) любых.
Если производство, эффективность которого не зависит от масштабов и описывается производственной функцией Кобба Дугласа, то с ростом параметра а параметр в:
а) растет;
б) уменьшается;
в) остается неизменным;
г) растет или уменьшается.
10. Если производство, эффективность которого растет по мере его укрупнения, описывается производственной функцией Кобба Дугласа, то параметры модели удовлетворяют соотношению:
а) a+f<1;
б) a+f=1;
в) a+f=0;
г) a+f>1.
ТЕСТ №7
Уравнение My / X My = f3yX (X Mx) :
а) прямая регрессии y на x;
б) прямая регрессии X на y.
Квадрат какого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой:
а) коэффициент детерминации;
б) парный коэффициент корреляции;
в) частный коэффициент корреляции;
г) множественный коэффициент корреляции.
3. Оценки максимального правдоподобия и метода наименьших квадратов:
а) могут не совпадать;
б) совпадают;
в) никогда не совпадают.
В матричной форме регрессионная модель имеет вид: Y = Xf + є,
где Y:
а) матрица, размерности [n x (k+1)];
б) случайный вектор-столбец размерности (n x 1).
Какой смысл у коэффициентов регрессии в логарифмических регрессионных моделях:
а) показывают процентное изменение Y для данного процентного изменения X;
б) показывают абсолютное изменение Y для данного процентного изменения X;
в) показывают процентное изменение Y для данного абсолютного изменения X.
Изменяются ли свойства случайного отклонения при преобразовании уравнения регрессии:
а) да;
б) нет;
в) случайное отклонение не зависит от вида уравнения регрессии
В … процедурах начальным является разбиение, состоящее из n одноэлементных
классов, а конечным из одного класса; в наоборот (вставьте необходимые буквы):
а) агломеративных, дивизимных;
б) дивизимных, агломеративных;
в) дисконтированных, агломеративных.
Большинство программ, реализующих алгоритм иерархической классификации, предусматривает графическое представление результатов классификации в виде:
а) дендрограммы;
б) длок-схемы;
в) графиков показателей.
В задачах многомерной классификации объектов а, в, 8 и у являются:
а) числовыми коэффициентами;
б) коэффициентами эластичности.
10. В производственной функции Кобба-Дугласа параметр в соответствует коэффициенту:
а) корреляции;
б) вариации;
в) эластичности;
г) детерминации.
ТЕСТ №8
Величина, рассчитанная по формуле r = ——Х-У-, является оценкой:
sxsy
а) коэффициента детерминации;
б) парного коэффициента корреляции;
в) частного коэффициента корреляции;
г) множественного коэффициента корреляции.
Выборочный коэффициент корреляции r по абсолютной величине:
а) не превосходит единицы;
б) не превосходит нуля;
в) принимает любые значения.
В матричной форме регрессионная модель имеет вид: Y = Хв + є,
где X:
а) матрица, размерности [n x (k+1)];
б) случайный вектор-столбец размерности (n x 1).
В матричной форме регрессионная модель имеет вид: Y = Хв+ є,
где є :
а) матрица, размерности [n x (k+1)] ошибок наблюдений (остатков);
б) случайный вектор-столбец размерности (n x 1) ошибок наблюдений (остатков).
5. Отметьте основные виды ошибок спецификации:
а) отбрасывание значимой переменной;
б) добавление незначимой переменной;
в) низкое значение коэффициента детерминации;
г) выбор неправильной формы модели.
Можно ли обнаружить ошибки спецификации с помощью исследования остаточного члена:
а) да;
б) нет;
в) ситуация не определена.
В задачах многомерной классификации объектов при а=в=-8=1/2и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
В задачах многомерной классификации объектов при а=в=8=1/2 и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
Получены две производственные функции Кобба Дугласа, имеющие равные значения параметров а и в, но различающиеся по параметру А. В каком случае первое производство более эффективно, чем второе:
а) Аі<А2;
б) Аі>А2;
в) Аі=А2;
г) Аі^А2.
10. В матричном виде структурная формы системы одновременных эконометрических уравнений имеет следующий вид: Byt + Txt = et:
а) да, это так;
б) нет;
в) данное уравнение не является структурной формой системы одновременных
эконометрических уравнений.
ТЕСТ №9
1. Есть ли необходимость при определении с надежностью у доверительного интервала для значимого парного или частного коэффициентов корреляции использовать Z-преобразование Фишера и предварительно устанавливать интервальную оценку для Z:
а) нет;
б) да;
в) ситуация не определена.
2. Для проверки значимости какого коэффициента
1 2
Fнабл = k 1
n ■
«(1 )
рассчитывают :
а) коэффициента детерминации;
б) парного коэффициента корреляции;
в) частного коэффициента корреляции;
г) множественного коэффициента корреляции.
Компоненты вектора є i :
а) независимы между собой;
б) зависимы между собой;
в) имеют нормальный закон распределения с нулевым математическим ожиданием (Мє i =0) и неизвестной дисперсией а2 (De i = а2).
На практике при построении регрессионных моделей рекомендуется, чтобы n превышало k не менее, чем:
а) в два раза;
б) в три раза;
в) не имеет значения.
Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению:
а) t-статистики;
б) F-статистики;
в) коэффициента детерминации.
Какие требования в модели регрессионного анализа предъявляются к распределению ошибок наблюдения є i, а именно, к их математическому ожиданию Мєі и дисперсии Dei:
а) Мє=1; в) МЄі=0;
Dei=a2; Dei=a2;
б) Мєі=0; г) Мєі=1;
Dei=1; Dei=0
В задачах многомерной классификации объектов при а=в=8=1/2 и у=0 расстояние между классами определяется по принципу:
а) «дальнего соседа»;
б) «средней связи»;
в) «ближайшего соседа».
8. В кластер S1 входят 4 объекта, расстояние от которых до объекта №5 составляет соответственно: 2, 5, 6, 7. Чему равно расстояние от объекта №5 до кластера S1, если исходить из принципа «ближайшего соседа'»:
а) 2; в) 6;
б) 5; г) 7.
9. Если M є t1 є t2 = 0 при t1 ф 12 и t1,12 = 1,2,…, n, то случайные ошибки регрессии:
а) зависимы между собой;
б) независимы между собой;
с) ситуация не определена.
10. Если дисперсия ошибки постоянна Мє2 = а2 = а1 и не зависит от t и Xt,
то это свидетельствует о:
а) гомоскедастичности остатков;
б) гетероскедастичности остатков.
ТЕСТ №10
1. Известно, что при фиксированном значении X3 между величинами X1 и X2 существует положительная связь. Какое значение может принять частный коэффициент корреляции р12/3?
а) -0,8;
б) 0;
в) 0,4;
г) 1,3.
По результатам n=20 наблюдений получен частный коэффициент корреляции r12/3=0,8. Определите, чему при уровне значимости a=0,05 равна разность между наблюдаемым (r12/3) и критическим (гкр) значениями коэффициентов корреляции:
а) -0,513;
б) 0, 357;
в) 0, 700;
г) 0,133.
На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы R больше , то
считают, что имеет место мультиколлинеарность и в уравнение регрессии следует включать только один из показателей Xj или Xe. Вставьте недостающее значение.
а) 0,3;
б) 0,5;
в) 0,6;5;
г) 0,8;
д) 0,9;
е) другое значение.
4. Для проверки значимости отдельных коэффициентов регрессии, т.е. гипотез
H0: в=0, где j=1,2,…k, используют:
а) нормальный закон распределения;
б) t-критерий;
в) распределение Фишера.
5. Двойная логарифмическая модель является линейной относительно ее переменных:
а) утверждение истинно;
б) утверждение ложно;
в) утверждение не определено.
Коэффициенты двойной логарифмической модели определяют эластичность зависимой переменной по соответствующим определяющим переменным:
а) утверждение истинно;
б) утверждение ложно;
в) утверждение не определено.
В кластер S1 входят 4 объекта, расстояние от которых до объекта №5 составляет соответственно: 2, 5, 6, 7. Чему равно расстояние от объекта №5 до кластера S1, если исходить из принципа » дальнего соседа»:
а) 2; в) 6;
б) 5; г) 7.
В условиях гетероскедастичности случаных остатков оценки коэффициентов, полученные по методу наименьших квадратов, будут:
а) несмещенными; в) эффективными; д) надежными;
б) смещенными; г) неэффективными; е) ненадежными.
Условием гетероскедастичности является:
а) независимость значений = <J2t от t и xt;
б) зависимость значений Мє2 = a2t от t и xt;
в) ситуация не определена.
10. Систему yt = B~lTxt + B~1є( одновременных уравнений называют рекурсивной,
если выполняются следующие условия (выберите необходимые условия):
а) Матрица значений эндогенных переменных является нижней треугольной
матрицей, т. е. в ij = 0 при j>i и (3 ц = 1;
б) случайные ошибки независимы между собой, т. е. aii > 0, аij = 0 при j ,
где i,j=1,2,…,G;
в) каждое ограничение на структурные коэффициенты относится к отдельному
уравнению.
Контрольные вопросы
-
Какие
факторы влияют на величину стандартных
ошибок выборочных коэффициентов
регрессии? -
Как
связаны выборочные коэффициенты
регрессии с коэффициентом корреляции
величин х
и у? -
Какой
показатель характеризует долю объясненной
с помощью регрессии дисперсии в общей
дисперсии зависимой переменной? -
Из
каких этапов состоит проверка качества
оцененного уравнения регрессии? -
Как
рассчитывается и что показывает
коэффициент детерминации R2? -
В
каких задачах эконометрики используется
распределение Фишера? -
Таблицы
каких распределений используются при
оценке качества линейной регрессии? -
Какие
показатели характеризуют независимость
отклонений зависимой переменной от
линии регрессии? Как осуществляется
проверка этой независимости? -
В
каких случаях необходимо уточнение
линейной регрессионной модели и как
оно осуществляется? -
Когда
необходимо выведение из рассмотрения
незначимых объясняющих переменных и
добавление новых переменных? -
Как
вычисляются и что показывают
коэффициент эластичности Э, средний
коэффициент эластичности Э? -
В
каких случаях наблюдается положительная
автокорреляция остатков? -
Проверка
качества полученных оценок параметров
уравнения с использованием различных
критериев. -
Порядок
использования инструментальных
переменных -
Фиктивные
переменные и их назначение. -
Каковы
особенности практического применения
регрессионных моделей?
Задания
и задачи
Задания
для самооценки
Выполните
задания и ответьте на вопросы:
• Какие
критерии адекватности Вы знаете. Их
преимущества и недостатки.
• Назовите
свойства оценок метода наименьших
квадратов.
• Какими
свойствами обладают оценки уравнений
регрессии, полученные с помощью МНК?
• Доказать,
что при гетероскедастичности остатков
ОМНК-оценки вектора β более эффективны,
чем МНК-оценки.
• Какие
проблемы возникают в практике
регрессионного анализа?
• Какие
существуют критерии для выбора
регрессионной модели?
• Назовите
основные признаки мультиколлинеарности.
• Какие
методы устранения мультиколлинеарности
Вы знаете?
• Как
проверить значимость уравнения регрессии
и его коэффициентов?
Задача
1. Имеются
данные о динамике России
за 2005 — 2007 гг.
(товарооборота и доходов населения).
Месяц |
Товарооборот, |
Доходы |
Месяц |
Товаро-
оборот, |
Доходы |
Январь |
91,5 |
79,5 |
Июль |
102,3 |
102,6 |
Февраль |
92,8 |
100,3 |
Август |
106,8 |
96,6 |
Март |
104,3 |
102,9 |
Сентябрь |
96,7 |
81,5 |
Апрель |
101,5 |
106,6 |
Октябрь |
92,7 |
107,8 |
Май |
97,9 |
92,5 |
Ноябрь |
100,4 |
69,7 |
Июнь |
98,7 |
110,1 |
Декабрь |
108,1 |
122,8 |
Июль |
100,8 |
96,6 |
Январь |
80,0 |
63,9 |
Август |
103,7 |
97,1 |
Февраль |
96,9 |
107,4 |
Сентябрь |
104,6 |
98,5 |
Март |
106,0 |
103,7 |
Октябрь |
100,3 |
105,7 |
Апрель |
97,6 |
108,1 |
Ноябрь |
101,5 |
97,4 |
Май |
100,2 |
93,9 |
Декабрь |
116,0 |
129,9 |
Июнь |
100,7 |
104,1 |
Январь |
82,3 |
63,9 |
Июль |
100,0 |
97,2 |
Февраль |
91,6 |
104,3 |
Август |
106,5 |
104,6 |
Март |
103,4 |
101,7 |
Сентябрь |
100,5 |
98,6 |
Апрель |
100,3 |
105,5 |
Октябрь |
102,1 |
104,5 |
Май |
99,2 |
91,3 |
Ноябрь |
100,5 |
99,9 |
Июнь |
99,0 |
102,6 |
Декабрь |
116,0 |
136,9 |
Требуется:
Построить
трендовую и сезонную составляющую
(отдельно для каждого показателя).
Оцените
значимость построенных моделей.
Определите
корреляцию и эластичность показателей.
Задача
2.
Изучается
влияние стоимости основных и оборотных
средств на величину валового дохода
торговых предприятий.
Для
этого по 12 торговым предприятиям были
получены следующие данные.
Номер |
Валовой доход за год, млн. руб. |
Среднегодовая |
|
основных |
оборотных |
||
1 |
203 |
118 |
105 |
2 |
63 |
28 |
56 |
3 |
45 |
17 |
54 |
4 |
113 |
50 |
63 |
5 |
121 |
56 |
28 |
6 |
88 |
102 |
50 |
7 |
110 |
126 |
54 |
8 |
56 |
124 |
42 |
9 |
80 |
114 |
36 |
10 |
237 |
154 |
106 |
11 |
160 |
115 |
88 |
12 |
75 |
98 |
46 |
Задание:
Постройте
линейное уравнение множественной
регрессии и поясните
экономический смысл его параметров.
Рассчитайте
частные коэффициенты эластичности.
Определите
коэффициенты регрессии.
Сделайте
вывод о силе связи результата и факторов.
Определите
парные коэффициенты корреляции, а также
множественный
коэффициент корреляции; сделайте выводы.
Дайте
оценку полученного уравнения на основе
коэффициента детерминации.
Тесты
1.
При анализе эластичности спроса по цене
целесообразно использовать следующую
модель:
а)
линейную;
б)
полиномиальную;
в)
логарифмическую;
г)
степенную;
д)
экспоненциальную.
2.
Оценки неизвестных параметров A, α и β
в производственной функции Кобба–Дугласа
можно найти с помощью:
а)
метода наименьших квадратов;
б)
принципа “ближнего соседа”;
а)
дисконтированием множителей.
3.
Двумерная корреляционная модель
определяется ……… параметрами (вставьте
необходимое слово):
а)
тремя;
б)
пятью;
в)
семью.
-
Коэффициент
регрессии фактора хi
определяет:
а)
уровень значимости фактора хi;
б)
на сколько изменится у
при изменении фактора хi
на 1;
в)
уровень достоверности фактора хi;
г)
степень отклонения фактора хi
от его
среднего значения.
-
Если
вектор ошибок имеет постоянную дисперсию,
то это явление называется:
а)
гомоскедастичностью;
б)
гетероскедастичностью;
в)
ситуация не определена.
-
С
увеличением объема выборки:
а)
увеличивается точность оценок;
б)
уменьшается ошибка регрессии;
в)
расширяются интервальные оценки;
г)
уменьшается коэффициент детерминации.
-
Коэффициенты
эластичности показывают, на какую
величину в среднем изменится Q=а0+
α
x1+
βx2,
если α или β увеличить соответственно:
а)
на один процент;
б)
на единицу измерения Q;
в)
на единицу своего измерения.
-
При
анализе производственной функции
целесообразно использовать следующую
модель:
а)
линейную;
б)
полиномиальную;
в)
логарифмическую;
г)
степенную;
д)
экспоненциальную.
-
Модели
lnY = β0
+ βX+ ε , Y = β0
+ β ln X+ ε называются:
а)
линейными;
б)
полулогарифмическими;
в)
логарифмическими.
-
Если
в модели Y = β0
+ β ln X+ ε положить Y = GNP (валовой
национальный продукт), а X=M (денежная
масса), то из формулы GNP = β0
+ β lnM + ε следует, что если увеличить
предложение денег М на …….., то ВНП
вырастет на 0,01 β:
а)
1%;
б)
1 измерения.
11.
Для получения качественных оценок
уравнений регрессии необходимо выполнение
следующих предпосылок МНК (выберите
необходимые пункты):
а)
отклонения εi
должны быть нормально распределенными
случайными величинами с нулевым
математическим ожиданием и постоянной
дисперсией;
б)
отклонения εi
не должны коррелировать друг с другом;
в)
отклонения εi
должны иметь показательный закон
распределения.
-
Коэффициент
корреляции считается значимым с
вероятностью ошибки α, если:
а)
tнабл
по модулю будет больше, чем tкр,
б)
не имеет значения;
в)
tнабл
по модулю будет меньше, чем tкр.
-
Матрица
R парных коэффициентов корреляции
является (выберите необходимые пункты):
а)
обратной;
б)
транспонированной;
в)
симметричной;
г)
положительно определенной.
-
В
каких пределах изменяется множественный
коэффициент корреляции:
а)
от 0 до 1;
б)
от –1 до 0;
в)
от –1 до 1;
г)
от 0 до 10.
-
В
каких пределах изменяется коэффициент
детерминации:
а)
от 0 до 1;
б)
от –1 до 0;
в)
от –1 до 1;
г)
от 0 до 10.
-
В
хорошо подобранной модели остатки
должны (выберите необходимые пункты):
а)
иметь нормальный закон распределения
с нулевым математическим ожиданием и
постоянной дисперсией;
б)
не коррелировать друг с другом;
в)
иметь экспоненциальный закон распределения;
г)
хаотично разбросаны;
д)
форма и вид распределения не важен.
-
Неправильный
выбор функциональной формы или
объясняющих переменных называется:
а)
ошибками спецификации;
б)
ошибками прогноза;
в)
гетероскедастичностью.
-
С
какой целью производят нормирование
признаков:
а)
с целью устранения влияния различных
единиц измерения;
б)
с целью уменьшить признаковое пространство;
в)
с целью упрощения расчетов.
-
Коэффициент
детерминации – это:
а)
квадрат парного коэффициента корреляции;
б)
квадрат частного коэффициента корреляции;
в)
квадрат множественного коэффициента
корреляции.
-
Метод
максимального правдоподобия лучше
работает на…, где он, как правило, дает
оценки с минимальной дисперсией:
а)
больших выборках;
б)
малых выборках;
в)
любых выборках.
-
Модель
вида Y = AKαLβ
носит
название:
а)
функции Энгеля;
б)
функции Кобба – Дугласа;
в)
лог-линейной модели;
г)
степенной модели.
-
Квадрат
какого коэффициента указывает долю
дисперсии одной случайной величины,
обусловленную вариацией другой:
а)
коэффициент детерминации;
б)
парный коэффициент корреляции;
в)
частный коэффициент корреляции;
г)
множественный коэффициент корреляции.
-
Оценки
максимального правдоподобия и метода
наименьших квадратов:
а)
могут не совпадать;
б)
совпадают;
в)
никогда не совпадают.
-
Какой
смысл у коэффициентов регрессии в
логарифмических регрессионных моделях:
а)
показывают процентное изменение Y для
данного процентного изменения X;
б)
показывают абсолютное изменение Y для
данного процентного изменения X;
в)
показывают процентное изменение Y для
данного абсолютного изменения X.
-
Изменяются
ли свойства случайного отклонения при
преобразовании уравнения регрессии:
а)
да;
б)
нет;
в)
случайное отклонение не зависит от вида
уравнения регрессии
-
Величина,
рассчитанная по формуле, является оценкой:
а)
коэффициента детерминации;
б)
парного коэффициента корреляции;
в)
частного коэффициента корреляции;
г)
множественного коэффициента корреляции.
-
Выборочный
коэффициент корреляции r по абсолютной
величине:
а)
не превосходит единицы;
б)
не превосходит нуля;
в)
принимает любые значения.
-
Отметьте
основные виды ошибок спецификации:
а)
отбрасывание значимой переменной;
б)
добавление незначимой переменной;
в)
низкое значение коэффициента детерминации;
г)
выбор неправильной формы модели.
-
Можно
ли обнаружить ошибки спецификации
с помощью исследования остаточного
члена:
а)
да;
б)
нет;
в)
ситуация не определена.
-
Есть
ли необходимость при определении с
надежностью γ доверительного интервала
для значимого парного или частного
коэффициентов корреляции использовать
Z-преобразование Фишера и предварительно
устанавливать интервальную оценку для
Z:
а)
нет;
б)
да;
в)
ситуация не определена.
-
На
практике при построении регрессионных
моделей рекомендуется, чтобы n
превышало т
не менее, чем:
а)
в два раза;
б)
в три раза;
в)
не имеет значения.
-
Если
в уравнении регрессии имеется
несущественная переменная, то она
обнаруживает себя по низкому значению:
а)
t-статистики;
б)
F-статистики;
в)
коэффициента детерминации.
33.
Если дисперсия ошибки постоянна и не
зависит от t,
то
это свидетельствует о:
а)
гомоскедастичности остатков;
б)
гетероскедастичности остатков.
-
На
практике о наличии мультиколлинеарности
обычно судят по матрице парных
коэффициентов корреляции. Если один
из элементов матрицы R больше …….,
то считают, что имеет место
мультиколлинеарность и в уравнение
регрессии следует
включать
только один из показателей xj
или xe.
Вставьте недостающее значение.
а)
0,3;
б)
0,5;
в)
0,6;5;
г)
0,8;
д)
0,9;
е)
другое значение.
-
Для
проверки значимости отдельных
коэффициентов регрессии, т.е. гипотез
H0:
аj=0,
где j=1,2,…т,
используют:
а)
нормальный закон распределения;
б)
t-критерий;
в)
распределение Фишера.
-
В
условиях гетероскедастичности
случаных остатков оценки коэффициентов,
полученные по методу наименьших
квадратов, будут:
а)
несмещенными;
в)
эффективными;
д)
надежными;
б)
смещенными;
г)
неэффективными;
е)
ненадежными.
-
При
исследовании зависимости балансовой
прибыли предприятия торговли (y,
тыс.руб) от фонда оплаты труда (x1,
тыс.руб. ) и объема продаж по безналичному
расчету (x2,
тыс.руб.) получена следующая модель: y
= 5933,100 + 0,916 x1
+0,065 x2
+ε.
Как
интерпретируется коэффициент при
факторном признаке x2:
а)
при увеличении объема продаж по
безналичному расчету на 1% балансовая
прибыль предприятия в среднем будет
увеличиваться на 0,065%;
б)
при увеличении только объема продаж по
безналичному расчету на 1% балансовая
прибыль предприятия в среднем будет
увеличиваться на 6,5%;
в)
при увеличении только объема продаж по
безналичному расчету на 1 тыс.руб.
балансовая прибыль предприятия будет
увеличиваться на 65 руб.;
г)
при уменьшении только объема продаж по
безналичному расчету на 1 тыс.руб.
балансовая прибыль предприятия в среднем
будет уменьшаться на 0,065 тыс.руб.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
Данные о заработной плате рабочих представлены интервальным рядом распределения. за основу расчета средней заработной платы следует принять:
Коэффициент корреляции, равный — 1, означает, что между переменными:
Данные о заработной плате рабочих представлены интервальным рядом распределения. за основу расчета средней заработной платы следует принять:
Для оценивания неизвестных коэффициентов полиномов используется:
Для получения качественных оценок уравнений регрессии необходимо выполнение следующих предпосылок МНК (выберите необходимые пункты):
Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению:
Если вектор ошибок имеет постоянную дисперсию, то это явление называется:
Если все варианты признака увеличить на 10, то средняя арифметическая:
Если все варианты признака уменьшить в 2 раза, а все веса в 2 раза увеличить, то средняя величина:
Если все веса в 2 раза увеличить, то средняя величина:
Квадрат этого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой:
Кластерный анализ позволяет проводить:
Коэффициент вариации признака равен 25%, средняя величина признака -20. дисперсия признака равна:
Коэффициент вариации признака равен 50%, дисперсия признака -3600. среднее значение признака равно:
Коэффициент корреляции, равный нулю, означает, что между переменными:
Коэффициент регрессии изменяется в пределах от:
Коэффициент регрессии показывает:
Критерий Дарбина-Уотсона служит для:
С увеличением объема выборки:
Средний квадрат индивидуальных значений признака равен 88, дисперсия признака равна 52. значение средней величины равно: