 |
К какому закону распределения можно отнести показатели дохода населения, прибыли фирм в отрасли, объема потребления?
|
|
|
|
А) нормальный закон распределения (распределение Гаусса).
Б) закон распределения Хи – квадрат;
в) закон распределения Стьюдента;
г) закон распределения Фишера;.
Д) закон распределения непрерывных величин.
ІІ раздел
Парная регрессия и корреляция
1. Наиболее наглядным видом выбора уравнения парной регрессии является :
а) графический;
б) аналитический;
в) экспериментальный
г) табличный)
д) теоретический.
2. Рассчитывать параметры парной линейной регрессии можно, если у нас есть:
а) не менее 7 наблюдений;
б) не менее 5 наблюдений;
в) не менее 10 наблюдений;
г) не более 7 наблюдений;
д) не более 5 наблюдений.
3. Суть метода наименьших квадратов состоит в:
а) минимизации суммы квадратов остаточных величин.
Б) минимизации дисперсии результативного признака;
в) минимизации суммы остаточных величин;
г) минимизации коэффициента корреляции
д) минимизации коэффициента детерминации
4. Коэффициент линейного парного уравнения регрессии:
а) показывает среднее изменение результата с изменением фактора на одну единицу;
б) оценивает статистическую значимость уравнения регрессии;
в) показывает, на сколько процентов изменится в среднем результат, если фактор изменится на 1%.
Г) оценивает существенность коэффициента регрессии
д) показывает среднее изменение квадрата остаточных величин
5. Качество модели из относительных отклонений по каждому наблюдению оценивает :
а) коэффициент детерминации 
;
б) 
-критерий Фишера;
в) средняя ошибка аппроксимации 
.
Г) t - критерий Стьюдента
д) критерий Дарбина-Уотсона
6. Статистическая значимость коэффициента регрессии проверяется на основе:
а) 
-критерий Стьюдента;
|
|
|
б) -критерий Фишера;
в) коэффициент детерминации 
.
Г) средняя ошибка аппроксимации .
Д) критерий Дарбина-Уотсона
7. Значимость уравнения регрессии в целом оценивает :
а) -критерий Фишера;
б) -критерий Стьюдента;
в) коэффициент детерминации .
Г) средняя ошибка аппроксимации .
Д) критерий Дарбина-Уотсона
8. Классический метод к оцениванию параметров регрессии основан на:
а) методе наименьших квадратов:
б) методе максимального правдоподобия:
в) шаговом регрессионном анализе.
Г) методе минимизации коэффициента корреляции
д) многошаговом корреляционном анализе
9. Объясненная (факторная) сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное :
а) 1;
б) 
;
в) 
.
Г) 2
д) n-m
10. Остаточная сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное :
а) .
Б) 1;
в) 
;
г) 2
д) n-m
11. Общая сумма квадратов отклонений в линейной парной модели имеет число степеней свободы, равное :
а) 
;
б) 1;
в) .
Г) 2
д) n-m
12. Для оценки существенности коэффициентов регрессии рассчитывают :
а) t -критерий Стьюдента;
б) -критерий Фишера;
в) коэффициент детерминации 
.
Г) средняя ошибка аппроксимации .
Д) критерий Дарбина-Уотсона
13. Какое уравнение регрессии нельзя свести к линейному виду:
а) 
;
б) 
:
в) 
.
Г) 
д) 
14. Параметр 
в степенной модели является:
а) коэффициентом эластичности;
б) коэффициентом детерминации;
в) коэффициентом корреляции.
Г) коэффициентом дисперсии
д) коэффициентом регрессии
15. Коэффициент корреляции 
может принимать значения:
а) от –1 до 1;
б) от 0 до 1;
в) любые.
Г) от 0 до -1;
д) от 1 до 
;
16. С помощью коэффициента детерминации 
проверяется
а) гипотеза о силе связи между зависимой и объясняющими переменными
б) гипотеза о правильной спецификации уравнения регрессии
в) гипотеза об одновременном равенстве нулю коэффициентов при объясняющих переменных
г) гипотеза об общем качестве уравнения регрессии
|
|
|
д) гипотеза о минимизации коэффициентов корреляции
|
|
|
