Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Одним из подходов к выявлению мультиколлинеарности в
линейной модели множественной регрессии является оценка … 1) коэффициента автокорреляции остатков парной регрессионной модели 2) коэффициента ранговой корреляции 3) определителя матрицы парных коэффициентов линейной корреляции между факторами 4) дисперсии, объяснённой с помощью регрессионной модели
Отбор факторов в эконометрическую модель множественной регрессии может быть осуществлен на основе. .. [ ] 1) вычисления определителей системы нормальных уравнений МНК 2) матрицы парных коэффициентов корреляции 3) сравнения остаточной дисперсии до и после включения фактора в модель 4) значений коэффициента автокорреляции уровней ряда
2.8. Основным требованием к факторам, включаемым в модель множественной регрессии является … 1) наличие линейной взаимосвязи между факторами 2) отсутствие взаимосвязи между факторами 3) отсутствие взаимосвязи между результатом и фактором 4) наличие тесной взаимосвязи между факторами 2.14. Отбор факторов в модель множественной регрессии с использованием метода включения может быть основан на сравнении... [ ] 1) стандартных ошибок коэффициентов регрессии Величины остаточной дисперсии до и после включения фактора в модель 3) величины объясненной дисперсии до и после включения фактора в модель 4) значения коэффициента чистой регрессии
Отбор факторов в модель множественной регрессии с использованием метода включения основан на сравнении... 1) стандартных ошибок коэффициентов регрессии Величины остаточной дисперсии до и после включения фактора в модель 3) коэффициента автокорреляции и критерия Дарбина-Уотсона для остаточных величин 4) значения коэффициента чистой регрессии
6.9. Оценки параметров, найденные при помощи метода наименьших квадратов обладают свойствами эффективности, состоятельности и несмещённости, если выполняются ______ метода наименьших квадратов 1) нулевые гипотезы 2) предпосылки 3) альтернативные гипотезы 4) допустимые значения
Отсутствие автокорреляции в остатках предполагает, что значения ______ не зависят друг от друга 1) результата 2) остатков 3) фактора 4) независимых переменных
7.20 Оценка является состоятельной оценкой параметра если...
1) ее математическое ожидание равно оцениваемому параметру 2) она стремится к истинному значению параметра с увеличением объёма выборки 3) её дисперсия с увеличением выборки не изменяется 4) её дисперсия меньше дисперсии других оценок
7.21 Оценка является эффективной оценкой параметра если...
1) ее математическое ожидание равно оцениваемому параметру 2) она стремится к истинному значению параметра с увеличением объема выборки 3) её дисперсия с увеличением выборки не изменяется 4) её дисперсия меньше дисперсии других оценок
7. 22Оценка параметра а, удовлетворяющая условию М [ ] = а, называется 1) несмещённой; 2) эффективной; 3) состоятельной; 4) достаточной; 5) нет правильного ответа. Обеспечивает ли МНК получение оценок регрессионных коэффициентов С наименьшими стандартными ошибками? 1) да; 2) нет.
Обобщенный метод наименьших квадратов для регрессионной модели с гетероскедастичностью, когда известны диагональные элементы автоковариационной матрицы случайных возмущений, называется ________ методом наименьших квадратов. 1) косвенным 2) доступным обобщенным 3) двухшаговым 4) взвешенным Основное отличие взвешенного МНК от обобщенного МНК заключается в том, что: 1) Ω - произвольная невырожденная матрица; 2) Ω - диагональная матрица; 3) Ω - недиагональная матрица.
8.44 Обобщенный метод наименьших квадратов применяется в случае: 3) Автокорреляции остатков 8.45 Обобщенный метод наименьших квадратов применяется в случае: 3) Автокорреляции ошибок 8.47 Обобщенный метод наименьших квадратов может применяться в случае нарушения предпосылки МНК о _______ остатков. Отсутствии автокорреляции 8.48 Обобщенный метод наименьших квадратов может применяться в случае нарушения предпосылки МНК о _______ остатков. 3) гомоскедантичности 8.49 Обобщенный метод наименьших квадратов применяется в случае: 3) Автокорреляции остатков Ошибка первого рода при проверке гипотез заключается в том, что 1) будет принята неправильная нулевая гипотеза; 2) будет отвергнута правильная нулевая гипотеза; 3) при проверке гипотез используют неточные методы; 4) возможно выдвижение неверной гипотезы; 5) будет принята правильная нулевая гипотеза.
Популярное:
|
Последнее изменение этой страницы: 2016-06-05; Просмотров: 2101; Нарушение авторского права страницы