o двойственной задачи
o системы нормальных неравенств
o уравнения регрессии
- Параметры уравнения множественной регрессии можно найти с помощью …
o геометрической задачи
o решения системы нормальных уравнений
o логарифмирования обеих частей уравнения
o логарифмирования правой части уравнения
112. Построена модель парной регрессии зависимости предложения от цены y = a + bx + ε. Влияние случайных факторов на величину предложения в этой модели учтено посредством
o случайной величины ε
o случайной величины x
o параметра b
o константы ε
113. При применении метода наименьших квадратов исследуются свойства оценок …
O параметров уравнения регрессии
o переменных и параметров уравнения регрессии
o переменных уравнения регрессии
o случайных величин уравнения регрессии
114. Простая линейная регрессия предполагает наличие
O одного фактора и линейность уравнения регрессии
o двух и более факторов и нелинейность уравнения регрессии
o одного фактора и нелинейность уравнения регрессии
o двух и более факторов и линейность уравнения регрессии
115. Пусть yi – фактические значения, 
– расчётные значения, 
, тогда система нормальных уравнений получается из условия...
- минимизации функции S
- максимизации функции S
- равенства значения функции S нулю
- равенства значения функции S единице
116. Пусть оценивается регрессия y = α + βx + ε. Известна оценка b параметра β, тогда оценка a параметра α может быть вычислена по формуле:
117. Решение системы нормальных уравнений может быть получено...
- с использованием F -критерия Фишера
- с использованием t -критерия Стьюдента
- по теореме Крамера (с использованием определителей)
- по теореме Гаусса–Маркова
118. Самым распространенным методом оценки параметров регрессии является метод наименьших …
- разностей
- моментов
- модулей
- квадратов
119. Система нормальных уравнений метода наименьших квадратов строится на основании
O таблицы исходных данных
o отклонений фактических значений результативного признака от его теоретических значений
o предсказанных значений результативного признака
o отклонений фактических значений объясняющей переменной от ее теоретических значений
120. Традиционный МНК применяется для оценки параметров …
o классической линейной регрессионной модели
o линейной регрессионной модели с гетероскедастичностью в остатках
o нелинейной по параметрам регрессионной модели
o линейной регрессионной модели с автокорреляцией в остатках
121. Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК, является …
- нелинейность параметров
- равенство нулю средних значений результативной переменной
- линейность параметров
- равенство нулю средних значений факторного признака
Тема: Свойства оценок, получаемых при помощи МНК
122. В случае невключения в модель значимой переменной, как правило, происходит _____ коэффициентов регрессии.
o увеличение
o замещение
o смещение
o уменьшение
123. Для оценки статистической значимости (существенности) параметров регрессии обычно служит статистика …
o Фишера
o стандартного нормального распределения
o Стьюдента
o нормального распределения
124. Для статистически значимого (существенного) параметра расчётное значение критерия Стьюдента …
o не больше табличного значения
o меньше табличного значения
o больше табличного значения
o равно 0
125. Если оценка параметра эффективна, то это означает …
