V2: Линейная модель множественной регрессии

КАЗАНСКИЙ КООПЕРАТИВНЫЙ ИНСТИТУТ (ФИЛИАЛ)

 

 

УТВЕРЖДАЮ

Проректор по учебной работе Казанского кооперативного института (филиала) Российского университета кооперации

_____________/____________________/

«____»_________________20___г.

 

 

ЭКОНОМЕТРИКА

ТЕСТОВЫЕ ЗАДАНИЯ

 

Составитель /Д.Ю. Сулейманова/

«___»______________2012 г.

 

Тестовые задания обсуждены на заседании кафедры инженерно-технических дисциплин и сервиса «__» ________ 2012 г. протокол __

Заведующий кафедрой /А.М. Мухаметшин/

 

СОГЛАСОВАНО

Начальник отдела

менеджмента качества /Д.Н. Алюшева/

ПАСПОРТ

 

№	Наименование пункта	Значение
1.	Кафедра	Инженерно – технические дисциплины и сервис
2.	Автор – разработчик	Сулейманова Д.Ю. к.ф.-м.н., доцент
3.	Наименование дисциплины	Эконометрика
4.	Общая трудоемкость по учебному плану
5.	Вид контроля (нужное подчеркнуть)	Предварительный (входной), текущий, промежуточный
6.	Для направления(й) подготовки	080100 «Экономика» 080200 «Менеджмент»
7.	Количество тестовых заданий всего по дисциплине, из них
8.	Количество заданий при тестировании студента
9.	Из них правильных ответов (в %):
10.	для оценки «отлично»	85 % и больше
11.	для оценки «хорошо»	70 % - 84%
12.	для оценки «удовлетворительно»	50% - 69%
	или для получения оценки «зачёт» не менее	-
13.	Время тестирования (в минутах)

 

Содержание

 

1. Понятие эконометрики

2. Линейная модель множественной регрессии

3. Метод наименьших квадратов (МНК)

4. Оценка качества эконометрической модели

5. Нелинейные модели регрессии

6. Характеристики временных рядов

7. Система линейных одновременных уравнений

 

V1: Понятие эконометрики

 

S: Эконометрика – это …

 

+: наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

-: раздел экономической теории, связанный с анализом статистической информации

-: специальный раздел математики, посвященный анализу экономической информации

-: наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

 

I:

S: Термин эконометрика был введен:

 

+: Фришем

-: Марковым

-: Тинбергеном

-: Фишером

 

I:

S: Значения экономических параметров, характеризующих различные экономические объекты в данный или один и тот же момент времени принято называть:

 

+: пространственными данными

-: временными данными или рядами

 

I:

S: Значения экономических параметров, характеризующих один и тот же экономический объект в различные моменты времени принято называть:

 

-: пространственными данными

+: временными данными или рядами

 

I:

S: Внешние по отношению к рассматриваемой экономической модели переменные называются:

 

-: эндогенные

+: экзогенные

-: лаговые

-: интерактивные

 

I:

S: Переменные, значения которых формируются внутри самой модели и являются объясняемыми, называются:

 

+: эндогенными

-: экзогенными

-: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых датированы предыдущими моментами времени, называются:

 

-: эндогенными

-: экзогенными

+: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых известны к моменту моделирования, называются:

 

-: эндогенными

-: экзогенными

-: лаговыми

+: предопределенными

 

I:

S: К классу предопределенных переменных не относят:

 

-: лаговые эндогенные

-: лаговые экзогенные

+: текущие эндогенные

-: текущие экзогенные

I:

S: Выберите правильную последовательность.

Этапы построения эконометрической модели:

1) оценка параметров модели (параметризация)

2) спецификация модели (выбор формы модели)

3) проверка адекватности модели

4) сбор статистической информации об объекте исследования

 

+: 2, 4, 1, 3

-: 1, 2, 3, 4

-: 2, 4, 3, 1

-: 3, 2, 4, 1

 

I:

S: Под верификацией модели понимается:

 

-: спецификация модели (выбор формы модели)

-: оценка параметров модели (параметризация)

-: сбор статистической информации об объекте исследования

+: проверка адекватности модели

 

I:

S: Под параметризацией (настройкой) модели понимается:

 

-: спецификация модели

+: оценка параметров модели

-: сбор статистической информации об объекте исследования

-: проверка адекватности модели

 

I:

S: Выбор списка переменных модели и типа взаимосвязи между ними выполняется на этапе:

 

+: спецификации

-: оценки параметров

-: сбора статистической информации об объекте исследования

-: проверка адекватности

 

I:

S: Статистический анализ модели (статистическое оценивание её параметров) относится к этапу:

 

-: априорному

-: информационному

+: идентификации

-: верификации

 

I:

S: Метод наименьших квадратов может применяться в случае

 

-: только парной регрессии

-: только множественной регрессии

+: нелинейной и линейной множественной регрессии

-: коллинеарной регрессии

 

I:

S: Метод наименьших квадратов используется для оценивания

 

+: параметров линейной регрессии

-: величины коэффициента корреляции

-: величины коэффициента детерминации

-: средней ошибки аппроксимации

 

S: Эконометрика – это …

 

+: наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

-: раздел экономической теории, связанный с анализом статистической информации

-: специальный раздел математики, посвященный анализу экономической информации

-: наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

 

I:

S: Термин эконометрика был введен:

 

+: Фришем

-: Марковым

-: Тинбергеном

-: Фишером

 

I:

S: Значения экономических параметров, характеризующих различные экономические объекты в данный или один и тот же момент времени принято называть:

 

+: пространственными данными

-: временными данными или рядами

 

I:

S: Значения экономических параметров, характеризующих один и тот же экономический объект в различные моменты времени принято называть:

 

-: пространственными данными

+: временными данными или рядами

 

I:

S: Внешние по отношению к рассматриваемой экономической модели переменные называются:

 

-: эндогенные

+: экзогенные

-: лаговые

-: интерактивные

 

I:

S: Переменные, значения которых формируются внутри самой модели и являются объясняемыми, называются:

 

+: эндогенными

-: экзогенными

-: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых датированы предыдущими моментами времени, называются:

 

-: эндогенными

-: экзогенными

+: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых известны к моменту моделирования, называются:

 

-: эндогенными

-: экзогенными

-: лаговыми

+: предопределенными

 

I:

S: К классу предопределенных переменных не относят:

 

-: лаговые эндогенные

-: лаговые экзогенные

+: текущие эндогенные

-: текущие экзогенные

I:

S: Выберите правильную последовательность.

Этапы построения эконометрической модели:

5) оценка параметров модели (параметризация)

6) спецификация модели (выбор формы модели)

7) проверка адекватности модели

8) сбор статистической информации об объекте исследования

 

+: 2, 4, 1, 3

-: 1, 2, 3, 4

-: 2, 4, 3, 1

-: 3, 2, 4, 1

 

I:

S: Под верификацией модели понимается:

 

-: спецификация модели (выбор формы модели)

-: оценка параметров модели (параметризация)

-: сбор статистической информации об объекте исследования

+: проверка адекватности модели

 

I:

S: Под параметризацией (настройкой) модели понимается:

 

-: спецификация модели

+: оценка параметров модели

-: сбор статистической информации об объекте исследования

-: проверка адекватности модели

 

I:

S: Выбор списка переменных модели и типа взаимосвязи между ними выполняется на этапе:

 

+: спецификации

-: оценки параметров

-: сбора статистической информации об объекте исследования

-: проверка адекватности

 

I:

S: Статистический анализ модели (статистическое оценивание её параметров) относится к этапу:

 

-: априорному

-: информационному

+: идентификации

-: верификации

 

КАЗАНСКИЙ КООПЕРАТИВНЫЙ ИНСТИТУТ (ФИЛИАЛ)

 

 

УТВЕРЖДАЮ

Проректор по учебной работе Казанского кооперативного института (филиала) Российского университета кооперации

_____________/____________________/

«____»_________________20___г.

 

 

ЭКОНОМЕТРИКА

ТЕСТОВЫЕ ЗАДАНИЯ

 

Составитель /Д.Ю. Сулейманова/

«___»______________2012 г.

 

Тестовые задания обсуждены на заседании кафедры инженерно-технических дисциплин и сервиса «__» ________ 2012 г. протокол __

Заведующий кафедрой /А.М. Мухаметшин/

 

СОГЛАСОВАНО

Начальник отдела

менеджмента качества /Д.Н. Алюшева/

ПАСПОРТ

 

№	Наименование пункта	Значение
1.	Кафедра	Инженерно – технические дисциплины и сервис
2.	Автор – разработчик	Сулейманова Д.Ю. к.ф.-м.н., доцент
3.	Наименование дисциплины	Эконометрика
4.	Общая трудоемкость по учебному плану
5.	Вид контроля (нужное подчеркнуть)	Предварительный (входной), текущий, промежуточный
6.	Для направления(й) подготовки	080100 «Экономика» 080200 «Менеджмент»
7.	Количество тестовых заданий всего по дисциплине, из них
8.	Количество заданий при тестировании студента
9.	Из них правильных ответов (в %):
10.	для оценки «отлично»	85 % и больше
11.	для оценки «хорошо»	70 % - 84%
12.	для оценки «удовлетворительно»	50% - 69%
	или для получения оценки «зачёт» не менее	-
13.	Время тестирования (в минутах)

 

Содержание

 

1. Понятие эконометрики

2. Линейная модель множественной регрессии

3. Метод наименьших квадратов (МНК)

4. Оценка качества эконометрической модели

5. Нелинейные модели регрессии

6. Характеристики временных рядов

7. Система линейных одновременных уравнений

 

V1: Понятие эконометрики

 

S: Эконометрика – это …

 

+: наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

-: раздел экономической теории, связанный с анализом статистической информации

-: специальный раздел математики, посвященный анализу экономической информации

-: наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

 

I:

S: Термин эконометрика был введен:

 

+: Фришем

-: Марковым

-: Тинбергеном

-: Фишером

 

I:

S: Значения экономических параметров, характеризующих различные экономические объекты в данный или один и тот же момент времени принято называть:

 

+: пространственными данными

-: временными данными или рядами

 

I:

S: Значения экономических параметров, характеризующих один и тот же экономический объект в различные моменты времени принято называть:

 

-: пространственными данными

+: временными данными или рядами

 

I:

S: Внешние по отношению к рассматриваемой экономической модели переменные называются:

 

-: эндогенные

+: экзогенные

-: лаговые

-: интерактивные

 

I:

S: Переменные, значения которых формируются внутри самой модели и являются объясняемыми, называются:

 

+: эндогенными

-: экзогенными

-: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых датированы предыдущими моментами времени, называются:

 

-: эндогенными

-: экзогенными

+: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых известны к моменту моделирования, называются:

 

-: эндогенными

-: экзогенными

-: лаговыми

+: предопределенными

 

I:

S: К классу предопределенных переменных не относят:

 

-: лаговые эндогенные

-: лаговые экзогенные

+: текущие эндогенные

-: текущие экзогенные

I:

S: Выберите правильную последовательность.

Этапы построения эконометрической модели:

1) оценка параметров модели (параметризация)

2) спецификация модели (выбор формы модели)

3) проверка адекватности модели

4) сбор статистической информации об объекте исследования

 

+: 2, 4, 1, 3

-: 1, 2, 3, 4

-: 2, 4, 3, 1

-: 3, 2, 4, 1

 

I:

S: Под верификацией модели понимается:

 

-: спецификация модели (выбор формы модели)

-: оценка параметров модели (параметризация)

-: сбор статистической информации об объекте исследования

+: проверка адекватности модели

 

I:

S: Под параметризацией (настройкой) модели понимается:

 

-: спецификация модели

+: оценка параметров модели

-: сбор статистической информации об объекте исследования

-: проверка адекватности модели

 

I:

S: Выбор списка переменных модели и типа взаимосвязи между ними выполняется на этапе:

 

+: спецификации

-: оценки параметров

-: сбора статистической информации об объекте исследования

-: проверка адекватности

 

I:

S: Статистический анализ модели (статистическое оценивание её параметров) относится к этапу:

 

-: априорному

-: информационному

+: идентификации

-: верификации

 

I:

S: Метод наименьших квадратов может применяться в случае

 

-: только парной регрессии

-: только множественной регрессии

+: нелинейной и линейной множественной регрессии

-: коллинеарной регрессии

 

I:

S: Метод наименьших квадратов используется для оценивания

 

+: параметров линейной регрессии

-: величины коэффициента корреляции

-: величины коэффициента детерминации

-: средней ошибки аппроксимации

 

S: Эконометрика – это …

 

+: наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

-: раздел экономической теории, связанный с анализом статистической информации

-: специальный раздел математики, посвященный анализу экономической информации

-: наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

 

I:

S: Термин эконометрика был введен:

 

+: Фришем

-: Марковым

-: Тинбергеном

-: Фишером

 

I:

S: Значения экономических параметров, характеризующих различные экономические объекты в данный или один и тот же момент времени принято называть:

 

+: пространственными данными

-: временными данными или рядами

 

I:

S: Значения экономических параметров, характеризующих один и тот же экономический объект в различные моменты времени принято называть:

 

-: пространственными данными

+: временными данными или рядами

 

I:

S: Внешние по отношению к рассматриваемой экономической модели переменные называются:

 

-: эндогенные

+: экзогенные

-: лаговые

-: интерактивные

 

I:

S: Переменные, значения которых формируются внутри самой модели и являются объясняемыми, называются:

 

+: эндогенными

-: экзогенными

-: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых датированы предыдущими моментами времени, называются:

 

-: эндогенными

-: экзогенными

+: лаговыми

-: предопределенными

 

I:

S: Переменные, значения которых известны к моменту моделирования, называются:

 

-: эндогенными

-: экзогенными

-: лаговыми

+: предопределенными

 

I:

S: К классу предопределенных переменных не относят:

 

-: лаговые эндогенные

-: лаговые экзогенные

+: текущие эндогенные

-: текущие экзогенные

I:

S: Выберите правильную последовательность.

Этапы построения эконометрической модели:

5) оценка параметров модели (параметризация)

6) спецификация модели (выбор формы модели)

7) проверка адекватности модели

8) сбор статистической информации об объекте исследования

 

+: 2, 4, 1, 3

-: 1, 2, 3, 4

-: 2, 4, 3, 1

-: 3, 2, 4, 1

 

I:

S: Под верификацией модели понимается:

 

-: спецификация модели (выбор формы модели)

-: оценка параметров модели (параметризация)

-: сбор статистической информации об объекте исследования

+: проверка адекватности модели

 

I:

S: Под параметризацией (настройкой) модели понимается:

 

-: спецификация модели

+: оценка параметров модели

-: сбор статистической информации об объекте исследования

-: проверка адекватности модели

 

I:

S: Выбор списка переменных модели и типа взаимосвязи между ними выполняется на этапе:

 

+: спецификации

-: оценки параметров

-: сбора статистической информации об объекте исследования

-: проверка адекватности

 

I:

S: Статистический анализ модели (статистическое оценивание её параметров) относится к этапу:

 

-: априорному

-: информационному

+: идентификации

-: верификации

 

V2: Линейная модель множественной регрессии

 

I:

S: Параметры модели линейной парной регрессии y=a+b× x могут быть найдены

 

-: методом скользящей средней

+: методом наименьших квадратов

-: методом аналитического выравнивания

 

I:

S: Модель линейной парной регрессии имеет вид y=-5.79+36.84× x, коэффициент регрессии в такой модели равен:

 

-: -5.79

+: 36.84

-: 0.6

 

I:

S: Модель линейной парной регрессии имеет вид y=1.9+0.65× x, коэффициент регрессии в такой модели равен:

 

-: 1.9

+: 0.65

-: 0.55

 

I:

S: Модель линейной парной регрессии имеет вид y=3.4+2.986× x, коэффициент регрессии в такой модели равен:

 

-: 3.4

+: 2.986

-: 0.986

 

I:

S: Величина коэффициента регрессии показывает …

 

+: среднее изменение результата при изменении фактора на одну единицу

-: характер связи между фактором и результатом

-: тесноту связи между фактором и результатом

-: тесноту связи между исследуемыми факторами

 

I:

S: В зависимости от типа взаимосвязи между эндогенной переменной и экзогенной регрессионные модели подразделяются на:

 

+: линейные и нелинейные

-: парные и множественные

 

I:

S: В зависимости от количества экзогенных переменных в модели их подразделяются на:

 

-: линейные и нелинейные

+: парные и множественные

-: статические и динамические

-: стационарные и нестационарные

 

I:

S: Выбрать правильный ответ.

Независимые переменные в регрессионных моделях называются:

-: откликами

-: возмущениями

+: регрессорами

-: остатком

 

I:

S: Оценка случайного возмущения называется:

+: остатком

-: откликом

-: регрессором

 

I:

S: Выбрать правильный ответ.

Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

 

+: Y=a+bX

-: Y=a+bX²

-: Y=a+b₁X₁+b₂X₂

 

I:

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

 

-: Y=a+bX

+: Y=a+bX²

-: Y= bX

 

I:

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

 

-: Y=a+bX²

+: Y=a+bX

-: Y=a+b₁X₁+b₂X₂

-: Y=a+ b/X

 

I:

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

+: Y=a+bX²

-: Y=a+bX

-: Y= bX

 

I:

S: Какое из уравнений соответствует уравнению модели линейной парной регрессии?

 

+: y=a+bx

-: y=a+b₁x₁+b₂x₂+e

-: y=a+b/x+e

-: y=a+b₁x+b₂x²+e

 

I:

S: Примером линейной зависимости экономических показателей является

 

-: классическая гиперболическая зависимость спроса от цены

+: зависимость зарплаты рабочего от его выработки при сдельной оплате труда

-: зависимость объема продаж от недели реализации

 

I:

S: Примером линейной зависимости экономических показателей является

 

+: зависимость стоимости квартиры от ее площади

-: зависимость зарплаты рабочего от номера месяца в течение года

-: зависимость объема продаж от недели реализации

 

I:

S: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

 

-: Y=a+bX

-: Y=a+bX²

+: Y=a+b₁X₁+b₂X₂

-: Y= bX

 

I:

S: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

+: Y=a+b₁X₁²+b₂X₂³

-: Y=a+b₁X₁+b₂X₂

-: Y=a+b₁X₁+b₂X₂+b₃X₃

 

I:

S: Какое из уравнений соответствует модели линейной множественной регрессии?

 

-: y=a+bx

+: y=a+b₁x₁+b₂x₂+e

-: y=a+b₁x+b₂x²+e

 

I:

S: Какие из уравнений не соответствуют модели линейной множественной регрессии?

 

-: y= a+b₁x₁+b₂x₂+b₃x₃+e

-: y=a+b₁x₁+b₂x₂+e

+: y=a+b₁x+b₂x²+e

 

I:

S: Нелинейным является уравнение регрессии нелинейное относительно входящих в него

 

+: переменных(факторов)

-: результатов

-: параметров

-: случайных величин

 

I:

S: Примером нелинейной зависимости экономических показателей является

 

+: классическая гиперболическая зависимость спроса от цены

-: линейная зависимость выручки от величины оборотных средств

-: зависимость объема продаж от недели реализации

-: линейная зависимость затрат на производство от объема выпуска продукции

 

I:

S: Линеаризация нелинейной модели регрессии может быть достигнута:

 

-: отбрасыванием нелинейных переменных

-: перекрестной суперпозицией переменных

+: преобразованием анализируемых переменных

-: сглаживанием переменных

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+b× x³:

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+b× lnx:

 

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+b/x:

 

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=а× b^x

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y= а× x^b:

 

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

 

I:

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=а× e^bx:

 

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

 

I:

S: К линейному уравнению нельзя привести следующий вид модели

 

+: y=a+bx^C

-: y=a+b₁x₁+b₂x₂+e

-: y=a+b/x+e

-: y=a+b₁x+b₂x²+e

 

I:

S: Теснота статистической связи между переменной у и объясняющими переменными Х измеряется:

-: t-критерием Стьюдента

-: коэффициентом детерминации

+: коэффициентом корреляции

-: F-критерием Фишера

 

I:

S: Коэффициент парной линейной корреляции характеризует:

 

+: тесноту линейной связи между двумя переменными

-: тесноту нелинейной связи между двумя переменными

-: тесноту линейной связи между несколькими переменными

-: тесноту нелинейной связи между несколькими переменными

 

I:

S: Корреляция подразумевает наличие связи между

 

+: переменными

-: параметрами

-: случайными факторами

-: результатом и случайными факторами

 

I:

S:
Коэффициент корреляции для модели линейной парной регрессии может быть рассчитан по формуле:

-:

 

-: R=(r_xy)²

+:

 

I:

S: Линейный коэффициент корреляции r_xy может принимать значения в диапазоне:

 

-: (-1; 1)

-: [0; 1]

+: [-1; 1]

-: [-1.1; 1]

 

I:

S: Линейный коэффициент корреляции r_xy не может принимать значения в диапазоне:

 

+: (-2; 1)

-: [0; 1]

-: [-1; 1]

-: [-0.1; 1]

 

I:

S: Линейный коэффициент корреляяции r_xy может принимать значения в диапазоне:

 

-: (-1; 1.1)

-: [0; 1.5]

-: [0; 2]

+: [-1; 1]

 

I:

S: Линейный коэффициент корреляции r_xy может принимать значения в диапазоне:

 

-: [0; 1.5]

-: [0; 1.1]

+: [-1; 1]

-: [-0.5; 1.5]

 

I:

S: Линейный коэффициент корреляции r_xy может принимать значения только в диапазоне:

 

-: [-1; 1.5]

-: [-1.1; 1]

-: [-1.1; 1]

+: [-1; 1]

 

I:

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

 

-: 0.5

-: 0.99

-: -0.5

+: 1.2

 

I:

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

 

-: 0.5

-: 0.99

+: 1.05

-: 1

 

I:

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

 

-: 0.6

-: 0.01

+: -1.05

-: 1

 

I:

S: Линейный коэффициент корреляции r_xy может принимать значение равное:

 

-: -1.1

+: 0.99

-: 1.05

-: 1.2

 

I:

S: Линейный коэффициент корреляции r_xy может принимать значение равное:

 

-: -1.35

+: -0.99

-: 1.05

-: 1.001

 

I:

S: Корреляционная связь между переменными X и Y считается тесной, если коэффициент корреляции принимает следующие значения:

 

-: r_xy=0;

-: 0< r_xy£ 0.3

-: 0.3< r_xy£ 0.7

+: 0.7< r_xy< 1

-: r_xy=1

I:

S: Корреляционная связь между переменными X и Y считается умеренной, если коэффициент корреляции принимает следующие значения:

 

-: r_xy=0;

-: 0< r_xy£ 0.3

+: 0.3< r_xy£ 0.7

-: 0.7< r_xy< 1

-: r_xy=1

I:

S: Корреляционная связь между переменными X и Y считается слабой, если коэффициент корреляции принимает следующие значения:

 

-: r_xy=0;

+: 0< r_xy£ 0.3

-: 0.3< r_xy£ 0.7

-: 0.7< r_xy< 1

-: r_xy=1

 

I:

S: Корреляционная связь между переменными X и Y считается линейной функциональной, если коэффициент корреляции принимает следующие значения:

 

-: r_xy=0;

-: 0< r_xy£ 0.3

-: 0.3< r_xy£ 0.7

-: 0.7< r_xy< 1

+: r_xy=1

I:

S: Корреляционная связь между переменными X и Y отсутствует, если коэффициент корреляции принимает следующие значения:

 

-: r_xy=0;

-: 0< r_xy£ 0.3

-: 0.3< r_xy£ 0.7

+: 0.7< r_xy< 1

-: r_xy=1

I:

S: Коэффициент детерминации R является показателем

 

-: тесноты связи между переменными X и Y

+: качества построенной модели

-: адекватности модели исходным фактическим данным

-: статистической значимости модели

 

I:

S: Коэффициент детерминации рассчитывается для оценки качества

 

+: подбора уравнения регрессии

-: параметров уравнения регрессии

-: мультиколлинеарных факторов

-: факторов, не включенных в уравнение регрессии

 

I:

S: Качество построенной модели парной регрессии может быть измерено:

 

-: t-критерием Стьюдента

+: коэффициентом детерминации

-: коэффициентом корреляции

-: F-критерием Фишера

 

I:

S: Коэффициент детерминации для модели линейной парной регрессии может быть рассчитан по формуле:

 

-:

+: R=(r_xy)²

 

I:

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

 

-: (-1; 1)

+: [0; 1]

-: [-1; 1]

-: [-1.1; 1]

 

I:

S: Линейный коэффициент детерминации R не может принимать значения в диапазоне:

 

+: (1; 1.5)

-: [0; 1]

-: [0; 0.99]

-: [0.1; 1]

 

I:

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

 

-: (-1; 1)

-: [0; 1.5]

+: [0; 1]

-: [-1.1; 1]

 

I:

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

 

+: [0; 1]

-: [0; 1.1]

-: [-1; 1]

-: [-0.5; 1]

 

I:

S: Линейный коэффициент детерминации R может принимать значения только в диапазоне:

 

-: [-1; 1]

-: [-1.1; 1]

-: [-1; 1]

+: [0; 1]

 

 

I:

S: Линейный коэффициент детерминации R не может принимать значение равное:

 

-: 0.5

-: 0.99

+: -0.5

-: 1

 

I:

S: Линейный коэффициент детерминации R не может принимать значение равное:

 

-: 0.5

-: 0.99

+: 1.05

-: 1

 

I:

S: Линейный коэффициент детерминации R не может принимать значение равное:

 

-: 0.6

-: 0.01

+: -1.05

-: 1

 

I:

S: Линейный коэффициент детерминации R может принимать только значение равное:

 

-: -0.5

+: 0.99

-: 1.05

-: 1.2

 

I:

S: Линейный коэффициент детерминации R может принимать только значение равное:

 

+: 0.35

-: -0.99

-: 1.05

-: 1.001

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.5

 

-: 0.5

+: 0.25

-: -0.5

-: -0.25

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.3

-: 0.3

+: 0.09

-: -0.3

-: -0.09

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.4

 

-: 0.4

+: 0.16

-: -0.4

-: -0.16

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.25

 

+: 0.0625

-: -0.625

-: 0.5

-: -0.25

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.6

 

+: 0.36

-: -0.36

-: 0.6

-: -0.24

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= -0.7

 

-: 0.07

-: -0.49

+: 0.49

-: -0.7

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.7

 

-: 0.07

-: -0.49

+: 0.49

-: -0.7

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.8

 

+: 0.64

-: -0.64

-: 0.8

-: -0.8

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.9

 

-: -0.81

+: 0.81

-: 0.9

-: -0.9

 

I:

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.65

 

-: -0.65

-: 0.65

+: 0.4225

-: -0.125

 

I:

S: Тенденция (Тренд) временного ряда характеризует совокупность факторов,

 

+: оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя

-: оказывающих сезонное воздействие

-: оказывающих единовременное влияние

-: не оказывающих влияние на уровень ряда

 

I:

S: Плавно меняющаяся компонента временного ряда, отражающая влияние на экономические показатели долговременных факторов, называется:

 

+: трендом

-: сезонной компонентой

-: циклической компонентой

-: случайной компонентой

 

I:

S: Компонента временного ряда, которая отражает колебания экономических показателей с периодом равным одному году, называется:

 

-: трендом

+: сезонной компонентой

-: циклической компонентой

-: случайной компонентой

 

I:

S: Компонента временного ряда, которая отражает колебания экономических показателей с периодами длиной в несколько лет, называется:

 

-: трендом

-: сезонной компонентой

+: циклической компонентой

-: случайной компонентой

 

I:

S: Компонента временного ряда, которая отражает влияние не поддающихся учету и регистрации случайных факторов, называется:

 

-: трендом

-: сезонной компонентой<

12345Следующая ⇒

Поделиться:

Популярное:

1. V6: Нелинейные модели регрессии
2. Включение в модель регрессии фактора времени
3. Выбор наилучшей функции регрессии
4. Выбор формы уравнения регрессии
5. Гетероскедастичность и методы ее выявления. Оценивание регрессии в условиях гетероскедастичности ошибок
6. Идентификация моделей авторегрессии-скользящего среднего
7. ИЗУЧЕНИЕ МОДЕЛИ НЕЛИНЕЙНОЙ РЕГРЕССИИ
8. Инструментальные переменные как метод оценивания параметров модели авторегрессии
9. Каким образом определяется линейная система управления
10. Качество оценок МНК линейной множественной регрессии.
11. Линейная модель множественной регрессии