В каком случае модель считается адекватной?

- ,

- ,

-

- значение коэффициента корреляции > 0,8.

41. Согласно содержанию регрессии, наблюдаемая величина зависимой (объясняемой) переменной складывается из:

- теоретического значения зависимой переменной, найденного из уравнения регрессии, и случайного отклонения

- теоретического значения зависимой переменной, найденного из уравнения регрессии, скорректированного на величину стандартной ошибки

- теоретического значения зависимой переменной, найденного из уравнения регрессии и остаточной дисперсии

 

 

Соу

8. Методы оценивания коэффициентов структурной модели:

- косвенный метод наименьших квадратов (МНК)

- двухшаговый и трехшаговый МНК

- метод максимального правдоподобия

- метод максимального правдоподобия, косвенный МНК, двухшаговый и трехшаговый МНК

Кузнецова

Временные ряды

Какие точки исключаются из временного ряда процедурой сглаживания

- стоящие в начале временного ряда,

- никакие не исключаются

- стоящие в конце временного ряда,

- стоящие и в начале, и в конце временного ряда.

Множественная регрессия

- простая     17.С помощью значений таблицы дисперсионного анализа определить значимость регрессии, используя F-критерий. Критическое значение F(α,f1,f2) = 4.3 при уровне значимости α=0.05 и степенях свободы f1= 1 и f2= 25. Какой вывод можно сделать о качестве использованной модели регрессии?   Компоненты дисперсии Число степеней свободы Средние квадраты   ?   ?   ?

- – Модель адекватна исходным данным

- – Модель адекватна исходным данным

- – Модель не адекватна исходным данным

- – Модель не адекватна исходным данным

Гетероскедастичность регрессионной модели – это

- высокая степень взаимной коррелированности объясняющих переменных

- немонотонность графика регрессионной зависимости

- непостоянство дисперсий ошибок регрессии для различных значений объясняющей переменной

- непостоянство математического ожидания объясняемой переменной

 

Парная регрессия

19.Как интерпретируется в линейной модели коэффициент регрессии b₁?

- коэффициент эластичности,

- коэффициент относительного роста,

- коэффициент корреляции,

- коэффициент абсолютного роста.

 

20.Как в показательной модели интерпретируется коэффициент регрессии b₁?

- коэффициент эластичности,

- коэффициент относительного роста,

- коэффициент корреляции,

- коэффициент абсолютного роста.

42. С увеличением числа наблюдений дисперсии МНК-оценок неизвестных параметров в модели регрессии:

- уменьшаются

- увеличиваются

- не изменяются

 

Соу

9. Предопределенные переменные включают в себя:

- экзогенные переменные, определенные внешними для данной модели факторами

- экзогенные переменные и лаговые эндогенные переменные

- эндогенные переменные

- эндогенные переменные и лаговые экзогенные переменные

Курылева

Временные ряды

Какие временные ряды называются интервальными?

- уровни которых характеризуют изучаемое явление за определённые интервалы времени,

- уровни которых отражают величину изучаемого явления на определённый момент времени,

- уровни которых характеризуют изучаемое явление с помощью относительных величин,

- уровни которых характеризуют изучаемое явление с помощью средних величин.

Множественная регрессия

Какой из приведенных тестов является тестом на гетероскедастичность?

- Гаусса-Маркова

- Голдфелда-Квандта

- Дарбина-Уотсона

- Льюинга-Бокса

- Чоу

 

Какой показатель характеризует значимость коэффициента корреляции?

- F-статистика Фишера-Снедекора

- t-статистика Стьюдента

- коэффициент корреляции

- средняя ошибка аппроксимации

Парная регрессия

21.Как в степенной модели интерпретируется коэффициент регрессии b₁?

- коэффициент эластичности,

- коэффициент относительного роста,

- коэффициент корреляции,

- коэффициент абсолютного роста.

 

Применим ли метод наименьших квадратов для расчёта параметров нелинейных моделей?

- нет,

- да,

- применим после её специального приведения к параболическому виду

- применим после её специального приведения к линейному виду.

 

Соу

10. Для точно идентифицированных уравнений двухшаговый метод наименьших квадратов (МНК) дает оценки:

- одинаковые с косвенным МНК

- лучше, чем косвенный МНК

- хуже, чем косвенный МНК

Леушина

Временные ряды