Тесты - классическая линейная регрессия - файл n1.doc

приобрести
Тесты - классическая линейная регрессия
скачать (627 kb.)
Доступные файлы (1):

n1.doc

627kb.

22.08.2012 14:01

скачать

---

Смотрите также:
• Шпоры по эконометрике (Шпаргалка)
• Курсовая работа - Эконометрика (Курсовая)
• Тесты - Эконометрика (Шпаргалка)
• Дежурко Л.Ф. Эконометрика (Документ)
• Задачи по эконометрике (Лабораторная работа)
• Билеты к экзамену - Эконометрика (Вопрос)
• Ргр - Парная линейная регрессия. Оценка качества уравнения регрессии. Нелинейная регрессия (Расчетно-графическая работа)
• Лекции по эконометрике (Лекция)
• Лекции по Эконометрике с примерами решения (8 лекций) (Лекция)
• Реферат - Метод Наименьших Квадратов (МНК) (Реферат)
• Курсовая работа «Методы и модели регрессионного анализа» (Документ)
• Множественная линейная регрессия (Документ)

n1.doc

Классическая линейная регрессия


Для нахождения параметров множественного регрессионного уравнения (А), при условии, что известны значения независимых переменных (X_j) и результатирующей переменной (Y) необходимо использовать следующую формулу:

• 
  А = (X^TX)^-1X^TY;
  
• 
  А = (XX)^-1X^TY;
  
• 
  А = (X^TX)X^TY;
  
• 
  Нет правильного ответа.
  

Приведенная формула является:

• 
  парным линейным коэффициентом корреляции;
  
• 
  коэффициентом аппроксимации;
  
• 
  корреляционным отношением;
  
• 
  коэффициентом детерминации;
  
• 
  нет правильного ответа.
  

Приведенная формула является:

• 
  парным линейным коэффициентом корреляции;
  
• 
  множественным коэффициентом детерминации;
  
• 
  корреляционным отношением;
  
• 
  парным коэффициентом детерминации;
  
• 
  нет правильного ответа.
  

Коэффициент корреляции указывает:

• 
  на наличие связи
  
• 
  на отсутствие связи
  
• 
  на наличие или отсутствие связи и находится в интервале [-1;1]
  
• 
  равен 0, если существует связь между изучаемыми явлениями
  
• 
  нет правильного ответа
  

Коэффициент детерминации указывает:

• 
  на значимость коэффициентов регрессии
  
• 
  на достоверность выбранной эконометрической модели
  
• 
  на наличие связи между зависимой и независимой переменными
  
• 
  на отсутствие связи между зависимой и независимой переменными
  
• 
  нет правильного ответа
  

Какой вид будет иметь уравнение парной линейной регрессии переменных у и х, если известно, что их средние значения равны соответственно 18 и 4,75, а коэффициент a₁ равен 2:

• 
  _8,5 – _
  
• 
  _4,75 - 2_
  
• 
  _18 - 2_
  
• 
  _8,5 - 2_
  
• 
  _ 8,5 + 2_
  

Имеется следующая зависимость между потребительскими расходами населения (у) и личным располагаемым доходом (х): _250 + 0,1_. Укажите верную интерпретацию уравнения регрессии (показатели измерены в млн. руб.):

• 
  увеличение располагаемого дохода на 1 млн. руб. приведет к росту потребительских расходов на 100 тыс. руб.
  
• 
  увеличение располагаемого дохода на 1 млн. тенге не отразится на потребительских расходах населения
  
• 
  при отсутствии доходов, потребительские расходы составят 100 тыс. руб.
  
• 
  увеличение располагаемого дохода на 1 млн. руб. увеличит потребительские расходы на 250 тыс. руб.
  
• 
  уменьшение располагаемого дохода на 1 млн. руб. не отразится на уровне потребительских расходов населения
  

Если эконометрическая модель содержит только одну объясняющую переменную, то она имеет название:

• 
  парной линейной регрессии
  
• 
  парной регрессии
  
• 
  парной нелинейной регрессии
  
• 
  множественной линейной регрессии
  
• 
  множественной регрессии
  

В множественном регрессионном анализе коэффициент детерминации определяет ______ регрессией

• 
  долю дисперсии y, объясненную
  
• 
  прогнозное значение, генерируемое
  
• 
  средние значение генерируемое
  

Какая из приведенных ниже формул справедлива?

• 
  _
  
• 
  _
  
• 
  _
  
• 
  _
  

Допустим, исследователь посчитал незначимой переменную, которая на самом деле оказывает влияние на зависимую переменную. Как это повлияет на коэффициент детерминации R²?

• 
  уменьшится
  
• 
  не измениться
  
• 
  увеличится
  

В чем принципиальное отличие скорректированного коэффициента детерминации от обычного коэффициента детерминации

• 
  учитывает число переменных в уравнении регрессии
  
• 
  позволяет оценить значимость модели
  
• 
  учитывает дисперсию остатков
  

Коэффициент b_j при переменной X_j в линейной множественной регрессии выражает:

• 
  пропорцию между переменной X_j и зависимой переменной Y
  
• 
  предельный прирост зависимой переменной при изменении переменной X_j при условии постоянства других переменных
  
• 
  среднюю эластичность Y по X_j
  

Регрессия называется парной линейной регрессией, если ее уравнение содержит:

• 
  две зависимых и одну независимую переменную
  
• 
  две независимых переменных
  
• 
  две зависимых переменных
  
• 
  одну независимую переменную
  
• 
  одну независимую переменную связанную линейной зависимостью с зависимой переменной
  

Выберите уравнение регрессии, в котором связь между y и x обратная:

• 
  -6+9X_i
  
• 
  -2+9X_i
  
• 
  6-9X_i
  
• 
  -6+8X_i
  

Уравнение регрессии имеет вид: 5,1-1,7X_i. На сколько единиц своего измерения в среднем изменится Y при увеличении X на 1 единицу своего измерения

• 
  увеличится на 1,7
  
• 
  не изменится
  
• 
  уменьшится на 1,7
  
• 
  увеличится на 3,4
  

Коэффициент детерминации R² показывает:

• 
  наличие мультиколлинеарности в модели
  
• 
  степень взаимосвязи между объясняющими переменными
  
• 
  какая доля вариации зависимой переменной обусловлена вариацией объясняющих переменных
  
• 
  степень автокоррелированности остатков
  

Оценка характеристики случайной величины является состоятельной, если:

• 
  предел оценки по вероятности равен истинному значению характеристики генеральной совокупности
  
• 
  оценка обладает наименьшей дисперсией среди всех несмещенных оценок этой характеристики
  
• 
  оценка имеет наименьшую дисперсию при рассматриваемом объеме выборки
  

Согласно методу наименьших квадратов, в качестве оценок коэффициентов регрессии следует использовать величины, которые минимизируют сумму квадратов отклонений:

• 
  фактических значений зависимой переменной от ее среднего значения
  
• 
  фактических значений объясняющей переменной от ее среднего значения
  
• 
  расчетных значений зависимой переменной от ее среднего значения
  
• 
  фактических значений зависимой переменной от ее расчетных значений
  

С помощью каких методов определяют коэффициенты уравнения регрессии:

• 
  метода наименьших квадратов
  
• 
  метода Гаусса
  
• 
  симплекс-метода
  
• 
  метода наименьших модулей
  

Регрессия - это:

• 
  степень взаимосвязи между переменными
  
• 
  функциональная зависимость между объясняющими переменными и условным математическим ожиданием зависимой переменной
  
• 
  раздел эконометрики
  

Коэффициент корреляции позволяет выявлять

• 
  независимость случайных величин
  
• 
  степень линейной зависимости между случайными величинами;
  
• 
  качество модели.
  

Сущность метода наименьших квадратов состоит в:






Значение параметра а_j полученное больше нуля указывает на:

• 
  прямую связь между показателями y и x
  
• 
  на отсутствие связи между показателями y и x
  
• 
  на обратную связь между показателями y и x
  

Значение параметра а_j полученное меньше нуля указывает на:

• 
  прямую связь между показателями y и x
  
• 
  на отсутствие связи между показателями y и x
  
• 
  на обратную связь между показателями y и x
  

Какой из перечисленных методов не направлен на выявление корреляционной зависимости между переменными?

• 
  построение корреляционного поля
  
• 
  построение аналитической группировки
  
• 
  сопоставление двух параллельных рядов
  
• 
  смыкание рядов динамки
  

Какой из перечисленных методов не используется для выявления наличия корреляционной связи:

• 
  сопоставление двух параллельных рядов
  
• 
  построение аналитической группировки
  
• 
  метод укрупнения интервалов
  

Парный линейный коэффициент корреляции принимает значения в интервале:

• 
  от -2 до 0
  
• 
  от 0 до 1
  
• 
  от -1 до +1
  

Парный коэффициент детерминации принимает значения в интервале:

• 
  от -2 до +2
  
• 
  от 0 до 1
  
• 
  от -1 до +1
  

Отрицательный знак парного линейного коэффициента корреляции указывает на:

• 
  отсутствие зависимость x и y
  
• 
  обратную зависимость между x и y
  
• 
  прямую зависимость между x и y
  

Положительный знак парного линейного коэффициента корреляции указывает на:

• 
  прямую зависимость между x и y
  
• 
  обратную зависимость между x и y
  
• 
  отсутствие зависимость x и y
  

Равенство парного линейного коэффициента корреляции нулю указывает на:

• 
  отсутствие зависимость x и y
  
• 
  обратную зависимость между x и y
  
• 
  прямую зависимость между x и y
  

Приведенная модель является:

• 
  полином второй степени
  
• 
  гиперболой
  
• 
  полином первой степени
  

Приведенная модель является:

• 
  полином второй степени
  
• 
  полином третьей степени
  
• 
  полином первой степени
  

Какое уравнение соответствует следующей системе нормаль­ных уравнений, применяемой для определения параметров уравнения (по методу наименьших квадратов)








Параметр а₁ уравнения показывает:

• 
  на сколько процентов изменится в среднем результат y, если фактор x изменится на 1 %
  
• 
  на сколько в среднем изменится результат y, если фактор x изменится на натуральную единицу
  
• 
  на сколько среднеквадратических отклонений изменится результат y, если фактор x изменится на 1 среднеквадратическое отклонение
  

Приведенная формула используется для расчета:

• 
  коэффициента ассоциации Д.Юла
  
• 
  коэффициента контингенции К. Пирсона
  
• 
  коэффициента взаимной сопряженности К. Пир­сона
  

Приведенная формула используется для расчета:

• 
  среднего квадратического отклонения
  
• 
  показателя средней квадратической сопряженности
  
• 
  среднего абсолютного отклонения
  

Приведенная формула необходима для расчета:

• 
  коэффициента ассоциации Д.Юла
  
• 
  коэффициента контингенции К. Пирсона
  
• 
  коэффициента взаимной сопряженности К. Пир­сона
  

Приведенная формула необходима для расчета:

• 
  коэффициента ассоциации Д.Юла
  
• 
  коэффициента контингенции К. Пирсона
  
• 
  коэффициента взаимной сопряженности К. Пир­сона
  

Представленная таблица используется для расчета:

• 
  парного линейного коэффициента корреляции К.Пирсона
  
• 
  коэффициента взаимной сопряженности К. Пир­сона
  
• 
  коэффициента контингенции К. Пирсона
  

Имеются следующие результаты социологического опроса:



Чему равно значение коэффициент ассо­циации Д. Юла?:

• 
  1,23
  
• 
  -0,47
  
• 
  0,47
  

Имеются следующие результаты социологического опроса:



чему равно значение коэффициент контингенции К. Пирсона?:

• 
  1,23
  
• 
  0,22
  
• 
  0,47
  

Предложенная формула является:

• 
  коэффициентом корреляции
  
• 
  коэффициентом Фихнера
  
• 
  корреляционным отношением
  

Предложенная формула является:

• 
  парным коэффициентом корреляции
  
• 
  коэффициентом корреляции рангов Спирмена
  
• 
  коэффициентом детерминации
  

Коэффициент эластичности показывает:

• 
  на сколько процентов изменится в среднем результат y, если фактор x изменится на 1 %
  
• 
  на сколько в среднем изменится результат y, если фактор x изменится на натуральную единицу
  
• 
  на сколько среднеквадратических отклонений изменится результат y, если фактор x изменится на 1 среднеквадратическое отклонение
  

Допустим в результате исследования было получено 3 статистически значимых регрессионных уравнения, различающихся количеством и составом независимых переменных, на основе какого показателя производится отбор наилучшей?

• 
  множественного коэффициента корреляции
  
• 
  множественного коэффициента детерминации
  
• 
  скорректированного значения множественного коэффициента детерминации
  

Предположим оцениваем уравнение регрессии с двумя независимыми переменными X1 и X2, при этом -коэффициент при первом регрессоре получен равным 0,124, а при втором -0,673. Какой из регрессоров оказывает наибольшее влияние на результатирующую переменную:

• 
  фактор X1
  
• 
  фактор X2
  
• 
  оба фактора
  

Если при проведении серии экспериментов вы получаете одинаковые оценки параметров модели, то будете ли вы доверять такой оценке

• 
  да
  
• 
  нет
  

Допустим, исследователь посчитал незначимой переменную, которая на самом деле оказывает влияние на зависимую переменную и не включил ее в регрессионное уравнение. Как это повлияет на коэффициент детерминации R²

• 
  R² увеличится
  
• 
  R² уменьшится
  
• 
  не повлияет
  

Как будет вести себя коэффициент детерминации если в регрессионное уравнение будут включены дополнительные факторы, оказывающие влияние на результатирующую переменную?

• 
  R² увеличится
  
• 
  R² уменьшится
  
• 
  не повлияет
  

Как будет вести себя коэффициент детерминации, если в регрессионное уравнение будут включены дополнительные факторы, не оказывающие влияние на результатирующую переменную?

• 
  R² увеличится
  
• 
  R² уменьшится
  
• 
  не повлияет
  

Допустим, получена следующая множественная модель в стандартизированном виде:

-0,371X₁+0,780X₂

какой из факторов оказывает наибольшее влияние на результатирующую переменную:

• 
  фактор X1
  
• 
  фактор X2
  
• 
  не возможно сравнивать влияние этих факторов
  

Допустим, получена следующая множественная модель в стандартизированном виде:

-0,971X₁+0,780X₂

какой из факторов оказывает наибольшее влияние на результатирующую переменную:

• 
  фактор X1
  
• 
  фактор X2
  
• 
  не возможно сравнивать влияние этих факторов
  

Приведенная формула необходима для расчета:

• 
  параметра уравнения
  
• 
  стандартизованным коэффициентом регрессии
  
• 
  коэффициента эластичности
  

Приведенная формула необходима для расчета:

• 
  параметра уравнения
  
• 
  стандартизованным коэффициентом регрессии
  
• 
  коэффициента эластичности
  

Приведенная формула ( - определитель системы, а_j – j-й частный определитель) необходима для расчета:

• 
  j-го параметра уравнения
  
• 
  стандартизованным коэффициентом регрессии
  
• 
  коэффициента эластичности
  

Приведенная формула , предназначена для оценки:

• 
  частного линейного коэффициента корреляции
  
• 
  парного линейного коэффициента корреляции
  
• 
  множественного линейного коэффициента корреляции
  

Приведенная формула , предназначена для оценки:

• 
  частного линейного коэффициента корреляции между y и x₁
  
• 
  частного линейного коэффициента корреляции между y и x₂
  
• 
  частного линейного коэффициента корреляции между x₁ и x₂
  

Приведенная формула , предназначена для оценки:

• 
  множественного линейного коэффициента корреляции
  
• 
  множественного линейного коэффициента детерминации
  
• 
  множественного скорректированного коэффициента детерминации
  

Приведенная формула , предназначена для оценки:

• 
  множественного линейного коэффициента корреляции
  
• 
  множественного линейного коэффициента детерминации
  
• 
  множественного скорректированного коэффициента детерминации
  

Приведенная формула , предназначена для оценки:

• 
  множественного линейного коэффициента корреляции
  
• 
  множественного линейного коэффициента детерминации
  
• 
  множественного скорректированного коэффициента детерминации
  

Приведенная формула , предназначена для оценки:

• 
  множественного линейного коэффициента корреляции
  
• 
  множественного линейного коэффициента детерминации
  
• 
  множественного скорректированного коэффициента детерминации
  

Если = 3341,1, =12,4, =226,8, _x = 1,2, _y=143,92 – чему равно значение парного линейного коэффициента корреляции?

• 
  0,88
  
• 
  0,74
  
• 
  -0,88
  

По 20 объектам получены следующие результаты: x=4,88, x²=2,518, y=44,7, y²=210,4, yx=22,1. Чему равно значение парного линейного коэффициента корреляции:

• 
  0,561
  
• 
  0,924
  
• 
  -0,924
  

По 20 объектам получены следующие результаты: x=4,88, x²=2,518, y=44,7, y²=210,4, yx=22,1. Чему равно значение парного линейного коэффициента детерминации:

• 
  0,854
  
• 
  0,924
  
• 
  -0,924
  

Если = 3341,1, =12,4, =226,8, _x = 1,2, _y=143,92 – чему равно значение парного линейного коэффициента детерминации?

• 
  0,88
  
• 
  0,774
  
• 
  -0,88
  

В результате расчетов парных линейных коэффициентов корреляции, получаем следующие результаты =0,881, =0,983, =0,838, чему равно значение частного коэффициента корреляции :

• 
  0,565
  
• 
  0,946
  
• 
  -0,309
  

В результате расчетов парных линейных коэффициентов корреляции, получаем следующие результаты =0,881, =0,983, =0,838, чему равно значение частного коэффициента корреляции :

• 
  0,565
  
• 
  0,946
  
• 
  -0,309
  

В результате расчетов парных линейных коэффициентов корреляции, получаем следующие результаты =0,881, =0,983, =0,838, чему равно значение частного коэффициента корреляции :

• 
  0,565
  
• 
  0,946
  
• 
  -0,309
  

Чему равно значение множественного линейного коэффициента корреляции, при условии, что ₁=0,193, ₂=0,821, =0,881, =0,983:

• 
  0,988
  
• 
  0,976
  
• 
  -0,988
  

Чему равно значение множественного линейного коэффициента детерминации, при условии, что ₁=0,193, ₂=0,821, =0,881, =0,983:

• 
  0,988
  
• 
  0,976
  
• 
  -0,988
  

В ходе исследования зависимости были найдены необходимые для оценки параметров уравнения средние: = 12,4, =266,8, =3341,07, =72151,33. Чему равно значение параметр а₁ парного уравнения регрессии:

• 
  0,015
  
• 
  0,041
  
• 
  -0,041
  

В ходе исследования зависимости были найдены необходимые для оценки параметров уравнения средние: = 12,4, =266,8, =3341,07, =72151,33. Чему равно значение параметр а₀ парного уравнения регрессии:

• 
  1,397
  
• 
  0,041
  
• 
  -0,041
  

Зная следующие значения _Y=1,45, _X=31,13 и а₁=0,009, чему равно значение стандартизированного коэффициента регрессии:

• 
  0,193
  
• 
  0,821
  
• 
  0,251
  

Если получаем следующие значения квадратов отклонений =2327,87 и =2424,76, чему равно значение множественного коэффициента корреляции?

• 
  0,98
  
• 
  0,96
  
• 
  -0,98
  

В результате оценки регрессионного уравнения были получены следующие значения: а₁=0,164, =90, =60, чему равно значение коэффициента эластичности?:

• 
  0,113
  
• 
  0,245
  
• 
  -0,98
  

Какой из перечисленных показателей принимает значения в интервале от -1 до 1:

• 
  множественный коэффициент корреляции
  
• 
  множественный коэффициент детерминации
  
• 
  парный коэффициент корреляции
  
• 
  парный коэффициент детерминации
  

По 15 промышленным предприятиям рассматривается зависимость прибыли от численности работников предприятия и среднегодовой стоимости основных средств, чему равно значение фактическое F-критерия Фишера при условии, что =30,949, =0,749:

• 
  249,597
  
• 
  32,125
  
• 
  0,187
  

Приведенный график указывает на:

• 
  отсутствие связи между y и x;
  
• 
  на положительную сильную взаимосвязь между y и x;
  
• 
  на положительную слабую связь между y и x;
  
• 
  на отрицательную сильную взаимосвязь между y и x;
  
• 
  на отрицательную слабую связь между y и x;
  
• 
  не используется для идентификации взаимосвязи.
  

Приведенный график указывает на:

• 
  отсутствие связи между y и x;
  
• 
  на положительную сильную взаимосвязь между y и x;
  
• 
  на положительную слабую связь между y и x;
  
• 
  на отрицательную сильную взаимосвязь между y и x;
  
• 
  на отрицательную слабую связь между y и x;
  
• 
  не используется для идентификации взаимосвязи.
  

Приведенный график указывает на то, что:

• 
  связи между y и x отсутствует;
  
• 
  существует положительная взаимосвязь между y и x;
  
• 
  существует отрицательную взаимосвязь между y и x;
  
• 
  не используется для идентификации взаимосвязи.
  

Приведенный график указывает на то, что:

• 
  связи между y и x отсутствует;
  
• 
  существует положительная взаимосвязь между y и x;
  
• 
  существует отрицательную взаимосвязь между y и x;
  
• 
  не используется для идентификации взаимосвязи.
  

---