Вариацию случайной величины характеризует
Мультиколлинеарность - это
· Непостоянство дисперсии остатков регрессии
· Зависимость между остатками регрессии
· Непостоянство дисперсии параметров регрессии
ü Наличие зависимости между объясняющими переменными регрессии
Какой из факторов может быть задан фиктивной переменной?
ü Регион проживания
· Средний бал успеваемости
· Объем продаж шампанского
ü Возраст
3) Описательная статистика “Ассиметрия” = -1,5 означает, что
ü Распределение случайной величины смещено вправо
· Распределение случайной величины – остроконечно
· Распределение случайной величины смещено влево
· Распределение случайной величины – симметрично
4) Известно, что коэффициент детерминации R 2 = 0,95. Это означает, что ?
ü Уравнение регрессии (модель) объясняет 95% вариации зависимой переменной
· Уравнение регрессии (модель) ничего не объясняет
· Уравнение регрессии (модель) объясняет 95% остаточной вариации
· Нет верного ответа
5) Парная линейная регрессия – это :
· Регрессия с двумя объясняющими переменными
ü Регрессия с одной объясняющей переменной
· Регрессия с двумя объясняемыми переменными
· Верного ответа нет
6) Имеется уравнение регрессии Y =c(1)+с(2)* X 1+ c (2)* X 2 и известно, что коэффициент корреляции между объясняющими переменными составляет 0,9. В этом случае имеем дело с
· Гетероскедастичностью
· Структурным сдвигом
ü Мультиколлинеарностью
|
|
|
· Нет правильного ответа
7) Вероятность F статистики в модели равная 0,00 говорит при 5% уровне значимости
ü Что модель имеет высокую объясняющую способность
· Нет верного утверждения
· Что модель не имеет объясняющей способности
ü Что все переменные модели незначимы
8) Укажите объясняемую переменную в уравнении Y = c (1)+ c (2)* X
· c(1)
· c(2)
ü Y
· X
Значения коэффициента корреляции принадлежит промежутку
ü [-1;1]
· [0;1]
· (-1;1)
· Неограниченны
Какое утверждение верно
ü Если между переменными нет связи, то коэффициент корреляции равен 0
· Ковариация не зависит от единиц измерения x и y
· Коэффициент корреляции и коэффициент ковариации равны
· Все утверждения ложны
11) В уравнении регрессии Y = c (1)+ c (2)* X переменные Y , X выражены в сомах. В этом случае коэффициент c(2)
· Представляет прирост переменной X при изменении переменной Y на 1 сом
ü Представляет прирост переменной Y при изменении переменной X на 1 сом
· Представляет прирост переменной X при изменении переменной Y на 1 %
· Представляет прирост переменной Y при изменении переменной X на 1 %
12) Укажите зависимую переменную в уравнении Y = c (1)+ c (2)* X
ü Y
· c(2)
· X
· c(1)
13) Просмотр полученной формулы уравнения регрессии в меню Equation:
|
|
|
ü View \ representations
· Procs \ specify / estimate
· View \ estimation output
· Procs \forecast
14) Значение скорректированного 
по сравнению со значение всегда
ü Меньше или равно
· Больше или равно
· Больше
· Меньше
Гетероскедастичность в уравнении тестируется с помощью
ü Теста Уайта
· Корреляционной матрицы
· Статистика Дарбина – Уотсона
Регрессия используется для
· Количественной оценки тесноты связи
· Качественной оценки тесноты связи и направления причинно – следственной связи
ü Количественной оценки тесноты и направления причинно – следственной связи
· Качественной оценки тесноты связи
Вариацию случайной величины характеризует
· Коэффициент корреляции
· Коэффициент ассиметрии
ü Дисперсия
· Математическое ожидание
Дата добавления: 2018-09-20; просмотров: 326; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!