Линейный коэффициент детерминации. 1 страница

 

Предпосылки метода наименьших квадратов исследуют поведение …

- параметров уравнения регрессии;

- неслучайных величин;

+ остаточных величин;

- переменных уравнения регрессии.

Величина параметра в уравнении парной линейной регрессии характеризует значение …

- факторной переменной при нулевом значении результата;

- результирующей переменной при нулевом значении случайной величины;

- факторной переменной при нулевом значении случайного фактора;

+ результирующей переменной при нулевом значении фактора.

 

Если значение индекса корреляции для нелинейного уравнения регрессии стремится к 1, следовательно, …

- нелинейная связь недостаточно тесная;

- линейная связь достаточно тесная;

+ нелинейная связь достаточно тесная;

- нелинейная связь отсутствует.

 

Состоятельность оценки характеризуется …

- независимостью от объема выборки значения математического ожидания остатков;

+ увеличением ее точности с увеличением объема выборки;

- уменьшением ее точности с увеличением объема выборки;

- зависимостью от объема выборки значения математического ожидания остатков.

 

Если предпосылки метода наименьших квадратов нарушены, то …

- полученное уравнение статистически незначимо;

+ оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещенности;

- коэффициент регрессии является несущественным;

- коэффициент корреляции является несущественным.

 

Общая дисперсия служит для оценки влияния …

- учтенных явно в модели факторов;

+ как учтенных факторов, так и случайных воздействий;

- величины постоянной составляющей в уравнении;

- случайных воздействий.

 

Значение коэффициента корреляции равно -1. Следовательно …

- связь отсутствует;

- связь слабая;

+ связь функциональная;

- ситуация неопределенна.

 

Нелинейным называется уравнение регрессии, если …

- параметры входят нелинейным образом, а переменные линейны;

+ независимые переменные входят в уравнение нелинейным образом;

- параметры и зависимые переменные входят в уравнение нелинейным образом;

- зависимые переменные входят в уравнение нелинейным образом.

 

Если коэффициент регрессии является несущественным, то его значения приравниваются к …

- табличному значению и соответствующий фактор не включается в модель;

+ нулю и соответствующий фактор не включается в модель;

- единице и не влияет на результат;

- нулю и соответствующий фактор включается в модель.

 

Величина отклонений фактических значений результативного признака от его теоретических значений представляет собой …

- ошибку корреляции;

- значение критерия Фишера;

+ ошибку аппроксимации;

- показатель эластичности.

 

Объем выборки должен превышать число рассчитываемых параметров при исследуемых факторах..

- в 2-3 раза;

- в 20-25 раз;

- в 10-12 раз;

+ в 5-6 раз.

 

Остаточная дисперсия служит для оценки влияния …

+ случайных воздействий;

- величины постоянной составляющей в уравнении;

- учтенных явно в модели факторов;

- как учтенных факторов, так и случайных воздействий.

 

Значение коэффициента корреляции равно 0,9. Следовательно, значение коэффициента детерминации составит …

- 0,3;

+ 0,81;

- 0,95;

- 0,1.

 

По результатам исследования было выявлено, что рентабельность производства падает с увеличением трудоемкости. Какую спецификацию уравнения регрессии можно использовать для построения модели такой зависимости?

- ;

+ ;

- ;

- .

 

Случайный характер остатков предполагает …

- независимость предсказанных по модели значений результативного признака от значений факторного признака;

+ независимость остатков от величины предсказанных по модели значений результативного признака;

- зависимость остатков от величины предсказанных по модели значений результативного признака;

- зависимость предсказанных по модели значений результативного признака от значений факторного признака.

 

Статистические гипотезы используются для оценки:

- тесноты связи между результатом и фактором;

- тесноты связи между результатом и случайными факторами;

- автокорреляции в остатках;

+ значимости уравнения регрессии в целом.

 

Параметр является существенным, если …

+ доверительный интервал не проходит через ноль;

- доверительный интервал проходит через ноль;

- расчетное значение критерия Стьюдента меньше табличного значения;

- стандартная ошибка превышает половину значения самого параметра.

 

Замена , подходит для уравнения:

- ;

- ;

- ;

+ .

 

В исходном соотношении МНК сумма квадратов отклонений фактических значений результативного признака от его теоретических значений …

- приравнивается к нулю;

+ минимизируется;

- максимизируется;

- приравнивается к системе нормальных уравнений.

 

При выборе спецификации нелинейная регрессия используется, если …

- нелинейная зависимость для исследуемых экономических показателей является несущественной;

+ между экономическими показателями обнаруживается нелинейная зависимость;

- между экономическими показателями не обнаруживается нелинейная зависимость;

- между экономическими показателями обнаруживается линейная зависимость.

 

Табличное значение критерия Фишера служит для …

+ проверки статистической гипотезы о равенстве факторной и остаточной дисперсий;

- проверки статистической гипотезы о равенстве дисперсии некоторой гипотетической величины;

- проверки статистической гипотезы о равенстве двух математических ожиданий;

- проверки статистической гипотезы о равенстве математического ожидания некоторой гипотетической величины.

 

Предпосылкой метода наименьших квадратов является то, что остатки …

- не подчиняются закону больших чисел;

+ подчиняются закону нормального распределения;

- не подчиняются закону нормального распределения;

- подчиняются закону больших чисел.

 

Расчетное значение критерия Фишера определяется как …

- разность факторной дисперсии и остаточной, рассчитанных на одну степень свободы;

- отношение факторной дисперсии к остаточной;

+ отношение факторной дисперсии к остаточной, рассчитанных на одну степень свободы;

- суммы факторной дисперсии к остаточной, рассчитанных на одну степень свободы.

 

Предпосылкой метода наименьших квадратов не является условие …

- гомоскедастичности остатков;

- случайный характер остатков;

- отсутствие автокорреляции в остатках;

+ неслучайный характер остатков.

 

Нелинейное уравнение регрессии означает нелинейную форму зависимости между:

- фактором и результатом;

- фактором и случайной величиной;

+ результатом и факторами;

- результатом и параметрами.

 

Несмещенность оценки на практике означает …

- уменьшение точности с увеличением объема выборки;

- невозможность перехода от точечного оценивания к интервальному;

- что найденное значение коэффициента регрессии нельзя рассматривать как среднее значение из возможного большого количества несмещенных оценок;

+ что при большом числе выборочных оцениваний остатки не будут накапливаться.

 

Стандартная ошибка рассчитывается для проверки существенности …

+ параметра;

- коэффициента детерминации;

- случайной величины;

- коэффициента корреляции.

 

Факторная дисперсия служит для оценки влияния:

- как учтенных факторов, так и случайные воздействия;

+ учтенных явно в модели факторов;

- величины постоянной составляющей в уравнении;

- случайных воздействий.

 

Экспоненциальным не является уравнение регрессии:

- ;

- ;

+ ;

- .

 

Известно, что с увеличением объема производства себестоимость единицы продукции уменьшается за счет того, что происходит перераспределение постоянных издержек. Пусть - совокупная величина постоянных издержек, а - величина переменных издержек в расчете на 1 изделие. Тогда зависимость себестоимости единицы продукции от объема производства можно описать с помощью модели:

- ;

- ;

+ ;

- .

 

В основе метода наименьших квадратов лежит …

- равенство нулю суммы квадратов отклонений фактических значений результативного признака от его теоретических значений;

- минимизация суммы квадратов отклонений фактических значений результативного признака от его средних значений;

+ минимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений;

- максимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений.

 

Объем выборки определяется …

- числовыми значениями переменных, отбираемых в выборку;

- объемом генеральной совокупности;

+ числом параметров при независимых переменных;

- числом результативных переменных.

 

При оценке статистической значимости уравнения и существенности связи осуществляется проверка …

- существенности параметров;

- существенности коэффициента корреляции;

+ существенности коэффициента детерминации;

- нулевой гипотезы.

Для модели зависимости дохода населения (р.) от объема производства (млн р.) получено уравнение . При изменении объема производства на 1 млн р. доход в среднем изменится на …

+ 0,003 млн р.;

- 1200 млн р.;

- 1200 р.;

- 0,003 р.

 

Относительно формы зависимости различают …

- простую и множественную регрессию;

- положительную и отрицательную регрессию;

- непосредственную и косвенную регрессию;

+ линейную и нелинейную регрессию.

 

В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между …

- переменными и случайными факторами;

+ переменными;

- параметрами;

- параметрами и переменными.

Уравнение регрессии может быть реализовано при помощи подстановки:

- ;

- ;

+ ;

- .

 

Спецификацию нелинейного уравнения парной регрессии целесообразно использовать, если значение …

- линейного коэффициента корреляции для исследуемой зависимости близко к 1;

- индекса корреляции для исследуемой зависимости близко к 0;

+ индекса детерминации, рассчитанного для данной модели достаточно близко к 1;

- доля остаточной дисперсии результативного признака в его общей дисперсии стремится к 1.

 

Если значение коэффициента корреляции равно единице, то связь между результатом и фактором …

- стохастическая;

- вероятностная;

+ функциональная;

- отсутствует.

 

Эффективность оценки на практике характеризуется …

- невозможностью перехода от точечного оценивания к интервальному;

- отсутствием накапливания значений остатков при большом числе выборочных оцениваний;

- уменьшением точности с увеличением объема выборки;

+ возможность перехода от точечного оценивания к интервальному

.

Линеаризация не подразумевает процедуру …

+ включение в модель дополнительных существенных факторов;

- приведение нелинейного уравнения к линейному;

- замены переменных;

- преобразования уравнения.

 

Основной задачей эконометрики является …

- установление связей между различными процессами в обществе и техническим процессом;

- анализ технического процесса на примере социально-экономических показателей;

- отражение особенности социального развития общества;

+ исследование взаимосвязей экономических явлений и процессов.

 

При применении метода наименьших остатков уменьшить гетероскедастичность остатков удается путем …

+ преобразования переменных;

- преобразования параметров;

- введения дополнительных результатов в модель;

- введения дополнительных факторов в модель.

 

Значение индекса детерминации, рассчитанное для нелинейного уравнения регрессии характеризует …

+ долю дисперсии результативного признака, объясненную нелинейной регрессией в общей дисперсии результативного признака;

- долю дисперсии результативного признака, объясненную линейной корреляцией в общей дисперсии результативного признака;

 

Предпосылкой метода наименьших квадратов является …

- присутствие автокорреляции между результатом и фактором;

- отсутствие корреляции между результатом и фактором;

- присутствие автокорреляции в остатках;

+ отсутствие автокорреляции в остатках.

 

Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии …

- ;

- ;

- ;

+ .

 

Если оценка параметра эффективна, то это означает …

- максимальную дисперсию остатков;

- уменьшение точности с увеличением объема выборки;

- равенство нулю математического ожидания остатков;

+ наименьшую дисперсию остатков.

 

При выборе спецификации модели парная регрессия используется в случае, когда …

- среди множества факторов, влияющих на результат, можно выделить лишь случайные факторы;

- среди множества факторов, влияющих на результат, можно выделить несколько факторов;

+ среди множества факторов, влияющих на результат, можно выделить доминирующий фактор;

- среди множества факторов, влияющих на результат, нельзя выделить доминирующий фактор.

 

Нелинейную модель зависимостей экономических показателей нельзя привести к линейному виду, если …

+ нелинейная модель является внутренне нелинейной;

- нелинейная модель является внутренне линейной;

- линейная модель является внутренне нелинейной;

- линейная модель является внутренне линейной.

 

Для существенного параметра расчетное значение критерия Стьюдента …

- равно нулю;

+ больше табличного значения критерия;

- не больше табличного значения критерия;

- меньше табличного значения критерия.

 

Оценить статистическую значимость нелинейного уравнения регрессии можно с помощью …

- средней ошибки аппроксимации;

+ критерия Фишера;

- линейного коэффициента корреляции;

- показателя эластичности.

 

Расчетное значение критерия Фишера определяется как ___________факторной дисперсии и остаточной, рассчитанных на одну степень свободы

- произведение;

- разность;

- сумма;

+ отношение.

 

Критическое значение критерия Стьюдента определяет минимально возможную величину, допускающую принятие гипотезы о …

- несущественности параметра;

+ существенности параметра;

- статистической незначимости значения параметра;

- равенства нулю значения параметра.

 

Если между экономическими показателями существует нелинейная связь, то …

- нецелесообразно использовать спецификацию нелинейного уравнения регрессии;

+ целесообразно использовать спецификацию нелинейного уравнения регрессии;

- целесообразно использовать линейное уравнение парной регрессии;

- необходимо включить в модель другие факторы и использовать линейное уравнение множественной регрессии.

 

Оценка значимости параметров уравнения регрессии осуществляется по критерию …

- Ингла-Гренджера (Энгеля-Грангера);

+ Стьюдента;

- Фишера;

- Дарбина-Уотсона.

 

Назовите показатель тесноты связи для нелинейных моделей регрессии:

+ индекс корреляции;

- индекс детерминации;

- линейный коэффициент корреляции;

- парный коэффициент линейной корреляции.

 

Объем выборки определяется числом параметров при …

- зависимых переменных;

+ независимых переменных;

- случайных факторах;

- независимых и зависимых переменных.

 

Значение индекса корреляции, рассчитанное для нелинейного уравнения регрессии характеризует …

- тесноту случайной связи;

- тесноту линейной связи;

+ тесноту нелинейной связи;

- тесноту обратной связи.

 

Тема Парная регрессия (Задачи)

 

Зависимость спроса на кухонные комбайны y от цены x по 12 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,4 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Нет, на любом уровне (0,1; 0,05 и 0,1)

—Да, на любом уровне (0,1; 0,05 и 0,1)

—Нет, только на уровнях 0,05 и 0,1

—Нет, только на уровне 0,1

 

Зависимость спроса на кухонные комбайны y от цены x по 18 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,5 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Да, только на уровне значимости 0,01

—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровнях 0,01 и 0,05

—Да, на любом уровне (0,1, 0,05 и 0,01)

 

Зависимость спроса на кухонные комбайны y от цены x по 15 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Да, на любом уровне (0,1, 0,05 и 0,01)

—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровнях 0,01 и 0,05

—Да, только на уровне значимости 0,01

 

Зависимость спроса на кухонные комбайны y от цены x по 12 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Да, только на уровнях 0,01 и 0,05

—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровне значимости 0,01

—Да, на любом уровне (0,1, 0,05 и 0,01)

 

Зависимость спроса на кухонные комбайны y от цены x по 14 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,2%. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровне значимости 0,01

—Да, только на уровнях 0,01 и 0,05

—Да, на любом уровне (0,1, 0,05 и 0,01)

 

Зависимость спроса на кухонные комбайны y от цены x по 15 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,1 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Да, только на уровнях 0,01 и 0,05

—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровне значимости 0,01

—Да, на любом уровне (0,1, 0,05 и 0,01)

 

Зависимость спроса на кухонные комбайны y от цены x по 20 торговым точкам компании имеет вид:

В скобках – фактическое значение t – критерия. Ранее предполагалось, что увеличение цены на 1 % приводит к уменьшению спроса на 1,3 %. Можно ли утверждать, что приведенное уравнение регрессии подтверждает это предположение?

+—Да, только на уровне значимости 0,01

—Нет, на любом уровне (0,01, 0,05 и 0,1)

—Да, только на уровнях 0,01 и 0,05

—Да, на любом уровне (0,1, 0,05 и 0,01)

 

Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом:

Сравнить эластичности затрат по каждому виду продукции при x=50 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы

+—

—

—

—

 

Для двух видов продукции А и Б зависимость удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом:

Сравнить эластичности затрат по каждому виду продукции при x=60 и определить объем выпускаемой продукции обоих видов, при котором их эластичность будут одинаковы

+—

—

—

—