Величина стандартной ошибки коэффициента регрессии эконометрической модели рассчитывается

Текст вопроса/ответа

Рейтинг вопроса

Вопрос обязателен/ответ
правилен

Вопрос 1

Меньшее значение
коэффициента случайной изменчивости
свидетельствует:

3

Ответ 1

о лучшей адаптации
модели к эмпирическим данным

+

Ответ 2

о лучшей адаптации
модели к теоретическим данным

Ответ 3

об отсутствии
адаптации модели к эмпирическим
данным

Ответ 4

об абсолютной
адаптации модели к эмпирическим
данным
 

Вопрос 2

Как проверить
правильность расчетов коэффициента
сходимости и коэффициента детерминации?

3

Ответ 1

Ответ 2

Ответ 3

+

Ответ 4


 

Вопрос 3

Коэффициент  …
информирует какая доля полной
вариабельности объясняемой переменной
не отражается моделью.

3

Ответ 1

детерминации

Ответ 2

сходимости

+

Ответ 3

инфляции

Ответ 4

средних цен
 

Вопрос 4

В каких случаях
применяется обобщенный МНК?

3

Ответ 1

при большой выборке

Ответ 2

в любом случае

Ответ 3

при выполнении
принципов стабильности дисперсии
случайных отклонений.

Ответ 4

при невыполнении
принципов стабильности дисперсии
случайных отклонений.
 

+

Вопрос 5

Для чего проводится
исследование существенности структурных
параметров линейной эконометрической
модели?

3

Ответ 1

для того чтобы
обнаружит эффект катализа

Ответ 2

это одна из предпосылок
МНК

Ответ 3

для проверки
значительности воздействия объясняемой
переменной на объясняющие

Ответ 4

для проверки
значительно или нет объясняющие
переменные воздействуют на объясняемую
переменную
 

+

Вопрос 6

Нуль-гипотеза для
коэффициента множественной корреляции
R имеет вид:

3

Ответ 1

Ответ 2

+

Ответ 3

Ответ 4


 

Вопрос 7

Укажите вектор
наблюдаемых значений результативного
признака.

3

Ответ 1

Ответ 2

+

Ответ 3

Ответ 4


 

Вопрос 8

В уравнении ,
знак “^” означает:

3

Ответ 1

эффект катализа

Ответ 2

автокорреляция
переменных

Ответ 3

переменные независимы

Ответ 4

между переменными
нет строгой функциональной зависимости
 

+

Вопрос 9

Чему равно среднее
значение остатков?

3

Ответ 1

единице

Ответ 2

нулю

+

Ответ 3

зависит от величины
каждого остатка

Ответ 4

значению первого в
ряду остатка
 

Вопрос 10

При исследовании
существенности структурных параметров
линейной эконометрической модели
для каждого i=1,2…n проверяется:

3

Ответ 1

стандартная
погрешность

Ответ 2

нуль-статистика

Ответ 3

гипотеза о
существенности

Ответ 4

нуль-гипотеза
 

+

Вопрос 11

В каком интервале
лежат значения коэффициента сходимости?

3

Ответ 1

(-1;1)

Ответ 2

(-2;2)

Ответ 3

+

Ответ 4

8-10%
 

Вопрос 12

Матрица R симметрична.
Это означает:

3

Ответ 1

Ответ 2

элементы главной
диагонали равны элементам побочной

Ответ 3

Ответ 4


 

+

Вопрос 13

Как называется
переменная вызывающая эффект катализа
в линейной эконометрической модели?

3

Ответ 1

переменная

Ответ 2

детерминанта

Ответ 3

катализатор

+

Ответ 4

регрессия
 

Вопрос 14

Формула  необходима
для расчета элементов …матрицы.

3

Ответ 1

нейтральной 

+

Ответ 2

квадратной

Ответ 3

обратной

Ответ 4

единичной
 

Вопрос 15

Предпосылками МНК
являются:

3

Ответ 1

случайный характер
остатков

Ответ 2

нулевая средняя
величина остатков не зависящая от Х

Ответ 3

гомоскедастичность

Ответ 4

все перечисленное
верно
 

+

Вопрос 16

Исследование остатков
в линейной регрессионной модели
предполагает:

3

Ответ 1

построение нейтральной
матрицы

Ответ 2

проверку наличия
предпосылок МНК

+

Ответ 3

проверку точности
математических расчетов

Ответ 4

проверку соответствия
остатков эмпирическим данным
 

Вопрос 17

Каким требованиям
должны отвечать факторы при множественном
корреляционном анализе (два правильных
ответа):

3

Ответ 1

данные экономического
характера

Ответ 2

доступность

Ответ 3

количественно
измеримы

+

Ответ 4

не должны быть в
точной функциональной зависимости
 

+

Вопрос 18

В каких случаях в
эконометрической модели может быть
использована парабола второй степени?

3

Ответ 1

когда для определенного
интервала значений не меняется
характер связи рассматриваемых
признаков

Ответ 2

когда для определенного
интервала значений меняется характер
связи рассматриваемых признаков

+

Ответ 3

когда между переменными
наблюдается прямая связь

Ответ 4

когда между переменными
наблюдается обратная связь
 

Вопрос 19

МНК — это

3

Ответ 1

метод наименьших
квадратов

+

Ответ 2

метод наибольших
констант

Ответ 3

мера независимости
коэффициентов

Ответ 4

метод нормальной
корреляции
 

Вопрос 20

Как называется
регрессия между двумя переменными?

3

Ответ 1

абсолютная

Ответ 2

эконометрическая

Ответ 3

множественная

Ответ 4

парная
 

+

Вопрос 21

Дисперсия случайных
отклонений оценивается по формуле:

3

Ответ 1

+

Ответ 2

Ответ 3

Ответ 4


 

Вопрос 22

Выражение для вектора
а структурных параметров множественной
регрессионной модели имеет вид:

3

Ответ 1

+

Ответ 2

Ответ 3

Ответ 4


 

Вопрос 23

По какой формуле
рассчитывается индивидуальный
показатель информационной емкости ?

3

Ответ 1

Ответ 2

Ответ 3

+

Ответ 4


 

Вопрос 24

По какой формуле
рассчитывается интегральный показатель
информационной емкости?

3

Ответ 1

Ответ 2

+

Ответ 3

Ответ 4


 

Вопрос 25

Если для любого
i=1,2…n , коэффициенты корреляции в
векторе  положительны
и упорядочены по возрастанию, то как
называется пара :

3

Ответ 1

вектором корреляции

Ответ 2

корреляционными
остатками

Ответ 3

нерегулярной
корреляционной парой

Ответ 4

регулярной
корреляционной парой
 

+

Вопрос 26

Что является
предварительным условием присвоения
различным величинам статуса объясняющих
переменных в эконометрической модели?

3

Ответ 1

достаточно высокая
вариабельность.

+

Ответ 2

эти величины должны
мало отличатся друг от друга.

Ответ 3

среднее арифметическая
величина этих величин должна равняться
нулю.

Ответ 4

величины должны
быть подобраны статистическими
методами.
 

Вопрос 27

Укажите формулу
коэффициента вариации.

3

Ответ 1

Ответ 2

 

+

Ответ 3

Ответ 4


 

Вопрос 28

Как находится
стандартное отклонение переменной
Х?

3

Ответ 1

Ответ 2

+

Ответ 3

Ответ 4


 

Вопрос 29

Сумма произведений
значений случайной величины на
соответствующие вероятности называется:

3

Ответ 1

матрица

Ответ 2

множественная
регрессия

Ответ 3

математическое
ожидание

+

Ответ 4

парная регрессия 
 

Вопрос 30

В парной регрессии
выбор вида математической функции
может быть осуществлен следующими
методами (несколько правильных
ответов):

3

Ответ 1

графический

+

Ответ 2

аналитический

+

Ответ 3

метод наименьших
квадратов

Ответ 4

экспериментальный
 

+

Вопрос 31

В данном уравнении ,
величина
характеризует: 

3

Ответ 1

независимая переменная

Ответ 2

теоретическое
значение результативного признака

Ответ 3

случайная величина
отклонения реального значения от
теоретического

+

Ответ 4

фактическое значение
результативного признака
 

Вопрос 32

Коэффициент сходимости
рассчитывается по формуле:  

3

Ответ 1

Ответ 2

+

Ответ 3

Ответ 4


 

Вопрос 33

Коэффициент, который
показывает какая доля полной вариации
объясняемой переменной, предопределена
её теоретическими характеристиками? 

3

Ответ 1

коэффициент
детерминации

+

Ответ 2

коэффициент сходимости

Ответ 3

коэффициент случайной
изменчивости

Ответ 4

коэффициент
эластичности
 

Вопрос 34

Коэффициент случайной
изменчивости определяется по формуле:

3

Ответ 1

+

Ответ 2

Ответ 3

Ответ 4


 

Вопрос 35

В чем заключается
эффект катализа в линейной
эконометрической модели?

3

Ответ 1

данный эффект в
линейной модели не наблюдается.

Ответ 2

сильная корреляция
объясняемой переменной с объясняющими
переменными.

+

Ответ 3

сильная корреляция
между структурными параметрами модели

Ответ 4

отсутствие корреляции
между переменными
 

Вопрос 36

Линейный коэффициент
корреляции находится по формуле:

3

Ответ 1

Ответ 2

Ответ 3

Ответ 4


 

+

Вопрос 37

Линейный коэффициент
корреляции находится в пределах от
-1 до 1. Выберите правильное утверждение:

3

Ответ 1

чем ближе абсолютное
значение к единице, тем сильнее
обратная связь между факторами

Ответ 2

чем ближе абсолютное
значение к единице, тем сильнее
линейная связь между факторами.

+

Ответ 3

чем ближе абсолютное
значение к нулю, тем сильнее линейная
связь между факторами

Ответ 4

чем ближе абсолютное
значение к единице, тем слабее связь
между факторами
 

Вопрос 38

Средний коэффициент
эластичности находится по формуле:
 

3

Ответ 1

Ответ 2

Ответ 3

+

Ответ 4


 

Вопрос 39

Среднее отклонение
расчетных значений от теоретических
— это: 

3

Ответ 1

средняя ошибка
аппроксимации.

+

Ответ 2

средний коэффициент
эластичности.

Ответ 3

теоретическое
стандартное отклонение. 

Ответ 4

средний коэффициент
корреляции.
 

Вопрос 40

Примером нелинейной
зависимости экономических показателей
является …

3

Ответ 1

классическая
гиперболическая зависимость спроса
от цены.

+

Ответ 2

зависимость объема
продаж от недели реализации, выраженная
линейным трендом.

Ответ 3

линейная зависимость
выручки от величины оборотных средств.

Ответ 4

линейная зависимость
затрат на производство от объема
выпуска продукции.
 
 

Вопрос 41

Отбор факторов
множественной линейной регрессионной
модели можно проводить по t-критерию
Стъюдента для коэффициентов регрессии.
Из уравнения исключаются факторы с
величиной t-критерия

3

Ответ 1

равные нулю.

Ответ 2

больше табличного
значения.

+

Ответ 3

меньше единицы.

Ответ 4

меньше табличного
значения.
 

Вопрос 42

Параметр является
существенным, если

3

Ответ 1

расчетное значение
критерия Стъюдента меньше табличного
значения.

+

Ответ 2

доверительный
интервал проходит через ноль.

Ответ 3

стандартная ошибка
превышает половину значения самого
параметра.

Ответ 4

доверительный
интервал не проходит через ноль.
 

Вопрос 43

Статистической
гипотезой называется

3

Ответ 1

всякое высказывание
о генеральной совокупности, проверяемое
по выборке.

+

Ответ 2

всякое высказывание
о генеральной совокупности, проверяемое
по генеральной совокупности.

Ответ 3

всякое высказывание
о выборочной совокупности, проверяемое
по выборке.

Ответ 4

всякое высказывание
о выборочной совокупности, проверяемое
по генеральной совокупности.
 

Вопрос 44

Укажите требования
к факторам, включаемым в модель
множественной линейной регрессии:

3

Ответ 1

факторы должны иметь
одинаковую размерность.

Ответ 2

факторы должны быть
количественно измеримы.

+

Ответ 3

между факторами не
должна существовать высокая корреляция.

Ответ 4

факторы должны
представлять временные ряды.
 

Вопрос 45

Результаты расходов
на питание от
доходов населения R и цены на питание
P (в %) имеют вид = 150 + 0,15R – 0,05P
(в млрд. руб.). На сколько руб. увеличатся
расходы на питание, если доходы
населения увеличатся на 1 млрд. руб.?

3

Ответ 1

150 млрд.руб.

Ответ 2

15 млн.руб.

Ответ 3

150 млн.руб.

+

Ответ 4

150,15 млрд.руб.
 

Вопрос 46

Результаты расходов
на питание от
доходов населения R и цены на питание
P (в %) имеют вид = 120 + 0,13R – 0,06P
(в млрд. руб.). На сколько руб. увеличатся
расходы на питание, если цены уменьшатся
на 10%?

3

Ответ 1

120 млрд.руб.

Ответ 2

60 млн.руб.

Ответ 3

600 млн.руб.

+

Ответ 4

60 млрд.руб.
 

Вопрос 47

Пусть исследуется
линейная зависимость вида .
Величина, показывающая, на сколько
процентов изменится y при изменении
xi на 1% называется …

3

Ответ 1

коэффициентом
регрессии.

Ответ 2

коэффициентом
эластичности.

+

Ответ 3

коэффициентом
корреляции.

Ответ 4

коэффициентом
детерминации.

Вопрос 48

В линейном уравнении
множественной регрессии  переменными 
регрессии являются (два правильных
ответа):

3

Ответ 1

b1.

Ответ 2

b2.

Ответ 3

x1.

+

Ответ 4

x2.
 

+

Вопрос 49

В линейном уравнении
множественной регрессии
ŷ = a + b1nx1 + b2nx2
коэффициентами  регрессии являются
(два правильных ответа):

3

Ответ 1

b1n.

+

Ответ 2

b2n.

+

Ответ 3

x1.

Ответ 4

x2.

Вопрос 50

Как записывается
множественное регрессионное линейное
уравнение?

3

Ответ 1

.

+

Ответ 2

.            

Ответ 3

.

Ответ 4

.
 

Вопрос 51

Коэффициент
множественной корреляции изменяется
в пределах 

3

Ответ 1

[0, 1).

Ответ 2

(0, 1].

Ответ 3

(0, 1).

Ответ 4

[0, 1].
 

+

Вопрос 52

Автокорреляция
остатков — это

3

Ответ 1

независимость
дисперсии остатков от номера наблюдения.

Ответ 2

зависимость дисперсии
остатков от номера наблюдения.

Ответ 3

сильная коррелированность
остатков для разных наблюдений.

+

Ответ 4

сильная коррелированность
фактором друг от друга.
 

Вопрос 53

Обобщенный МНК
подразумевает:

3

Ответ 1

линеаризацию
уравнения регрессии.

Ответ 2

двухэтапное применение
МНК.

+

Ответ 3

преобразование
переменных.

Ответ 4

переход от множественной
регрессии к парной.
 

Вопрос 54

Метод оценки
параметров модели с гетероскедастичными
остатками называется … МНК.

3

Ответ 1

косвенным.

Ответ 2

обобщенным.

+

Ответ 3

минимальным.

Ответ 4

обычным.
 

Вопрос 55

Проверку выполнения
предпосылки МНК о гомоскедастичности
(гетероскедастичности) остатков можно
проверить …

3

Ответ 1

на основании
параметрических тестов.

Ответ 2

методом линеаризации
уравнения.

Ответ 3

дифференцированием
переменных.

Ответ 4

визуально по
графику.
 

+

Вопрос 56

Если предпосылки
МНК не выполняются, то оценки параметров
уравнения регрессии могут не обладать
свойствами (три правильных ответа):

3

Ответ 1

состоятельности.

+

Ответ 2

несмещенности.

+

Ответ 3

правильности.

Ответ 4

эффективности.
 

+

Вопрос 57

Гетероскедастичность
остатков — это

3

Ответ 1

независимость
дисперсии остатков от номера наблюдения.

Ответ 2

зависимость дисперсии
остатков от номера наблюдения.

+

Ответ 3

сильная коррелированность
остатков для разных наблюдений.

Ответ 4

сильная коррелированность
фактором друг от друга.
 

Вопрос 58

Неизменность
отклонений регрессионных остатков
от номера наблюдения называют

3

Ответ 1

гомоскедастичностью
остатков.

+

Ответ 2

гетероскедастичностью
остатков.

Ответ 3

автокоррелированностью
остатков.

Ответ 4

автокоррелированностью
факторов модели.
 

Вопрос 59

Гомоскедастичность
остатков — это

3

Ответ 1

независимость
дисперсии остатков от номера наблюдения.

+

Ответ 2

зависимость дисперсии
остатков от номера наблюдения.

Ответ 3

сильная коррелированность
остатков для разных наблюдений.

Ответ 4

сильная коррелированность
фактором друг от друга.
 

Вопрос 60

О хорошем качестве
регрессионной модели свидетельствует
величина средней ошибки аппроксимации

3

Ответ 1

около 100%.

Ответ 2

более 10%.

Ответ 3

менее 59%.

Ответ 4

менее 10%.
 

+

Вопрос 61

Средняя ошибка
аппроксимации на основе относительных
отклонений по каждому наблюдению
подсчитывается по формуле

3

Ответ 1

.

Ответ 2

.

+

Ответ 3

.
 

Ответ 4

.
 

Вопрос 62

Величина стандартной
ошибки коэффициента регрессии
эконометрической модели рассчитывается
для определения значимости
(существенности) …

3

Ответ 1

коэффициента
детерминации.

Ответ 2

коэффициента
регрессии.

+

Ответ 3

случайной составляющей
модели.

Ответ 4

зависимой переменной.
 

Вопрос 63

Найти дисперсию
остатков ,
если известны коэффициент
детерминации   = 0,88,
дисперсия показателя D(y) = 4 и
n = 10.

3

Ответ 1

0,15.

Ответ 2

0,06.

Ответ 3

0,6.

+

Ответ 4

0,2.
 

Вопрос 64

Найти коэффициент
детерминации ,
если известны дисперсии остатков  = 0,6
и показателя D(y) = 4 и n = 10.

3

Ответ 1

0,15.

Ответ 2

0,6.

Ответ 3

0,24.

Ответ 4

0,88.
 

+

Вопрос 65

Случайными
воздействиями обусловлено 12% дисперсии
результирующего признака, следовательно,
значение коэффициента детерминации
составило

3

Ответ 1

88.

Ответ 2

12.

Ответ 3

0,12.

Ответ 4

0,88.
 

+

Вопрос 66

Значение коэффициента
детерминации рассчитывается как
отношение дисперсии результативного
признака объясненной регрессии к …
дисперсии результативного признака.

3

Ответ 1

общей.

+

Ответ 2

средней.

Ответ 3

остаточной.

Ответ 4

факторной.
 

Вопрос 67

Остаточная сумма
квадратов отклонений может
интерпретироваться как мера

3

Ответ 1

разброса величины
y, объясненной с помощью регрессии,
относительно .

+

Ответ 2

общего разброса
величины y относительно .

Ответ 3

разброса остаточной
величины, не объясненной уравнением
регрессии.

Ответ 4

влияние величины
остаточной суммы квадратов отклонений
на число степеней свободы.
 

Вопрос 68

Для подсчета суммы
квадратов остатков, используется
формула

3

Ответ 1

.

Ответ 2

.

Ответ 3

.

+

Ответ 4

.
 

Вопрос 69

При расчете значений
коэффициента детерминации используется
отношение

3

Ответ 1

дисперсий.

+

Ответ 2

остаточных величин.

Ответ 3

параметров уравнения
регрессии.

Ответ 4

математических
ожиданий.
 

Вопрос 70

Величина коэффициента
детерминации …

3

Ответ 1

оценивает значимость
каждого из факторов, включенных в
уравнение регрессии.

Ответ 2

характеризует долю
дисперсии зависимой переменной y,
объясненную уравнением, в ее общей
дисперсии.

+

Ответ 3

рассчитывается для
оценки качества подбора уравнения
регрессии.

Ответ 4

характеризует долю
дисперсии остаточной величины в общей
дисперсии зависимой переменной.
 

Вопрос 71

Общая дисперсия
служит для оценки влияния

3

Ответ 1

учтенных явно в
модели факторов.

Ответ 2

величины постоянной
составляющей в уравнении.

Ответ 3

случайных воздействий.

Ответ 4

как учтенных факторов,
так и случайных воздействий.
 

+

Вопрос 72

Найти средний
коэффициент эластичности
регрессии = 2 – 0,2x,
если = 4, =
2. 

3

Ответ 1

– 0,2.

Ответ 2

2.

Ответ 3

– 0,4.

+

Ответ 4

4.
 

Вопрос 73

Результаты расходов
на питание от
доходов населения R имеют
вид = 10,5 + 0,45R
(в млрд. руб.). На сколько руб. увеличатся
расходы на питание, если доходы
населения увеличатся на 1 млрд. руб.?

3

Ответ 1

10,5 млрд.руб.

Ответ 2

45 млрд.руб.

Ответ 3

45 млн.руб.

Ответ 4

450 млн.руб.
 

+

Вопрос 74

Величина коэффициента
эластичности показывает …

3

Ответ 1

на сколько % в среднем
изменится результат при изменении
фактора на 1%.

+

Ответ 2

во сколько раз в
среднем изменится результат при
изменении фактора в два раза.

Ответ 3

предельно допустимое
изменение варьируемого признака.

Ответ 4

предельно возможное
значение результата.
 

Вопрос 75

В линейном уравнении
парной регрессии y = a + bx + e
параметр b показывает

3

Ответ 1

насколько % в среднем
изменится y, если x изменится на 1
единицу.

Ответ 2

на какую величину
в среднем изменится x, если y изменится
на 1 единицу.

Ответ 3

на какую величину
в среднем изменится y, если x изменится
на 1 единицу.

+

Ответ 4

насколько % в среднем
изменится y, если x изменится на 1%.
 

Вопрос 76

Величина коэффициента
регрессии характеризует

3

Ответ 1

значение свободного
члена в уравнении.

Ответ 2

среднее изменение
результата при изменении фактора на
одну единицу.

+

Ответ 3

фактическое значение
независимой переменной.

Ответ 4

значение параметра
при независимой переменной.
 

Вопрос 77

Найти оценку для
регрессионного параметра в
модели y = a + bx,
если = 2, = 0,5, =
4. 

3

Ответ 1

3.

+

Ответ 2

2.

Ответ 3

0,25.

Ответ 4

0,5.
 

Вопрос 78

Найти оценку для
коэффициента регрессии в
модели y = a + bx, если
cov(x, y) = 4, D(x) = 16. 

3

Ответ 1

16.

Ответ 2

4.

Ответ 3

0,25.

+

Ответ 4

0,5.

Вопрос 79

Сопоставление
реальных и модельных данных, проверка
адекватности модели, оценка точности
модельных данных проводится на этапе

3

Ответ 1

параметризации.

Ответ 2

верификации.

+

Ответ 3

идентификации.

Ответ 4

линеаризации.

Вопрос 80

Коэффициент
регрессии является
состоятельной оценкой параметра b
модели y = a + bx при условии,
что 

3

Ответ 1

математическое
ожидание оценки  равно
оцениваемому параметру b.

Ответ 2

дисперсия
оценки является
наименьшей среди всех возможных
дисперсий несмещенных оценок параметра
b.

Ответ 3

дисперсия оценки  равна
нулю.

Ответ 4

оценка  стремится
к оцениваемому параметру b при больших
выборках.
 

+

Вопрос 81

Коэффициент
регрессии является
эффективной оценкой параметра b модели
y = a + bx при условии, что 

3

Ответ 1

математическое
ожидание оценки  равно
оцениваемому параметру b.

Ответ 2

дисперсия
оценки является
наименьшей среди всех возможных
дисперсий несмещенных оценок параметра
b.

+

Ответ 3

дисперсия оценки  равна
нулю.

Ответ 4

оценка  стремится
к оцениваемому параметру b при больших
выборках.
 

Вопрос 82

Коэффициент
регрессии является
несмещенной оценкой параметра b модели
y = a + bx при условии, что 

3

Ответ 1

математическое
ожидание оценки  равно
оцениваемому параметру b.

Ответ 2

дисперсия
оценки является
наименьшей среди всех возможных
дисперсий несмещенных оценок параметра
b.

Ответ 3

дисперсия оценки  равна
нулю.

+

Ответ 4

оценка  стремится
к оцениваемому параметру b при больших
выборках.
 

Вопрос 83

При увеличении
объема выборки становятся маловероятным
значительные ошибки при оценивании
параметров регрессии. Это означает,
что используются … оценки.

3

Ответ 1

состоятельные.

+

Ответ 2

несмещенные.

Ответ 3

эффективные.

Ответ 4

асимптотически
эффективные.

Вопрос 84

Оценки неизвестных
параметров регрессии по МНК определяется
из условия минимума суммы случайных
ошибок ei

3

Ответ 1

.

Ответ 2

.

Ответ 3

.

+

Ответ 4


 

Вопрос 85

Предпосылкой
применения МНК является

3

Ответ 1

равенство нулю
дисперсии случайных отклонений et.

Ответ 2

положительный знак
дисперсии случайных отклонений et.

Ответ 3

постоянство дисперсии
случайных отклонений et.

+

Ответ 4

отрицательный знак
дисперсии случайных отклонений et.
 

Вопрос 86

Для успешного
применения МНК необходимо, чтобы
математическое ожидание случайного
отклонения ei равнялось нулю. Это
означает, что

3

Ответ 1

случайное отклонение
в среднем не оказывает существенного
влияния на зависимую переменную.

+

Ответ 2

случайное отклонение
оказывает на зависимую переменную
сильное влияние.

Ответ 3

равны математические
ожидания случайного отклонения для
каждого наблюдения.

Ответ 4

случайное отклонение
в среднем равно 1.
 

Вопрос 87

МНК для оценки
параметров уравнений регрессии дает
хорошие результаты

3

Ответ 1

всегда.

Ответ 2

при большом количестве
наблюдений.

+

Ответ 3

при выполнении
определенных предпосылок.

Ответ 4

при небольшом
количестве наблюдений.
 

Вопрос 88

При увеличении
объема выборки дисперсия эффективной
оценки параметра становится бесконечно
малой величиной. Такая оценка параметра
называется

3

Ответ 1

состоятельной.

Ответ 2

несмещенной.

Ответ 3

эффективной.

+

Ответ 4

асимптотически
эффективной.
 

Вопрос 89

МНК используется
для оценивания …

3

Ответ 1

коэффициента
детерминации.

Ответ 2

средней ошибки
аппроксимации.

Ответ 3

параметров линейной
регрессии.

+

Ответ 4

коэффициента
корреляции.
 

Вопрос 90

Самым распространенным
методом оценки параметров регрессии
является

3

Ответ 1

метод моментов.

Ответ 2

метод наименьших
модулей.

Ответ 3

метод максимального
правдоподобия.

Ответ 4

МНК.
 

+

Вопрос 91

При использовании
МНК минимизируется … отклонений
наблюдаемых значений зависимой
переменной и ее расчетных значений.

3

Ответ 1

разность сумм
квадратов.

Ответ 2

квадрат суммы.

Ответ 3

сумма модулей.

Ответ 4

сумма квадратов.
 

+

Вопрос 92

Основное отличие
эконометрических моделей от других
видов экономико-математических
моделей состоит в

3

Ответ 1

учете случайных
возмущений для зависимой переменной.

+

Ответ 2

учете всех факторов,
влияющих на результат.

Ответ 3

использовании
линейной формы зависимости.

Ответ 4

анализе данных,
меняющихся во времени.
 

Вопрос 93

В классической
модели парной линейной регрессии
y = a + bx + e 

3

Ответ 1

y, e — детерминированные
величины, x — случайная величина.

Ответ 2

x — детерминированная
величина, y, e — случайные величины.

Ответ 3

y — детерминированная
величина, x, e — случайные величины.

+

Ответ 4

e — детерминированная
величины, x, y — случайные величины.
 

Вопрос 94

Как записывается
однофакторное регрессионное линейное
уравнение?

3

Ответ 1

.

Ответ 2

.

Ответ 3

.

Ответ 4

.
 

+

Вопрос 95

В линейном уравнении
парной регрессии y = a + bx + e
параметрами являются

3

Ответ 1

x.

Ответ 2

y.

Ответ 3

a.

+

Ответ 4

b.
 

Вопрос 96

В линейном уравнении
парной регрессии y = a + bx + e
переменными являются

3

Ответ 1

x.

+

Ответ 2

y.

Ответ 3

a.

Ответ 4

b.
 

Вопрос 97

Эконометрическая
модель объекта представляет собой

3

Ответ 1

экономико-математическую
модель с учетом случайных возмущений
зависимой переменной.

Ответ 2

любую
экономико-математическую модель.

Ответ 3

экономико-математическую
модель с учетом случайных возмущений
независимой переменной.

Ответ 4

эмпирическую
зависимость результирующего признака
от фактора.
 

+

Вопрос 98

Формализация
закономерностей общей эконометрической
теории является одним из принципов
… эконометрической модели.

3

Ответ 1

спецификации.

+

Ответ 2

верификации.

Ответ 3

идентификации.

Ответ 4

параметризация.
 

Вопрос 99

Эконометрика – это

3

Ответ 1

специальный раздел
математики, посвященный анализу
экономической информации.  

Ответ 2

наука, которая дает
количественное выражение взаимосвязей
экономических явлений и процессов.

+

Ответ 3

наука, которая
осуществляет качественный анализ
взаимосвязей экономических явлений
и процессов.

Ответ 4

раздел экономической
теории, связанный с анализом
статистической информацией.     
 

Вопрос 100

Какое из этих значений
может принимать линейный коэффициент
корреляции при обратной связи?

3

Ответ 1

– 0,8.

+

Ответ 2

0,7.

Ответ 3

1,2.

Ответ 4

– 1,2.
 

Вопрос 101

Какое из этих значений
может принимать линейный коэффициент
корреляции при прямой связи?

3

Ответ 1

– 0,6.

Ответ 2

0,6.

+

Ответ 3

1,2.

Ответ 4

– 1,2.
 

Вопрос 102

Линейный коэффициент
корреляции изменяется в пределах

3

Ответ 1

[0, 1).

Ответ 2

[–1, 1].

+

Ответ 3

(0, 1).

Ответ 4

[0, 1].
 

Вопрос 103

Коэффициент парной
линейной корреляции равен нулю. Это
значит, что 

3

Ответ 1

отсутствует
автокорреляция факторного признака.

Ответ 2

отсутствует
автокорреляция результативного
признака.

Ответ 3

между признаками
нет линейной корреляционной связи.

Ответ 4

между признаками
отсутствует какая-либо зависимость.
 

+

Вопрос 104

Расчет формулы для
коэффициента парной линейной корреляции
случайных величин x и y имеет вид 

3

Ответ 1

.

Ответ 2

.

+

Ответ 3

.

Ответ 4

.
 

Вопрос 105

Линейный коэффициент
корреляции

3

Ответ 1

выражается квадратичной
размерностью показателя. 

Ответ 2

показывает в среднем,
на сколько отклоняются значения
показателя от среднего значения.

Ответ 3

является мерой
однородности совокупности.

Ответ 4

показывает меру
тесноты связи между двумя показателями.
 

+

Вопрос 106

Линейный коэффициент
корреляции – это отношение …  

3

Ответ 1

суммы значений
показателя к объему совокупности.

Ответ 2

суммы квадратов
отклонений значений показателя от
среднего значения к объему совокупности.

Ответ 3

среднего квадратичного
отклонения к средней арифметической
величине.

Ответ 4

ковариации к
произведению средних квадратичных
отклонений двух показателей.
 

+

Вопрос 107

Корреляция
подразумевает наличие связи между …

3

Ответ 1

случайными факторами.

+

Ответ 2

параметрами.

Ответ 3

результатом и
случайными факторами.

Ответ 4

переменными.
 

Вопрос 108

Найти дисперсию,
если среднее квадратичное отклонение
равно 4,5.

3

Ответ 1

4,5.

Ответ 2

9.

Ответ 3

12,25.

Ответ 4

20,25.
 

+

Вопрос 109

Найти среднее
квадратичное отклонение, если дисперсия
совокупности равна. 12,25.

3

Ответ 1

12,25.

Ответ 2

24,5.

Ответ 3

4,5.

Ответ 4

3,5.
 

+

Вопрос 110

Найти среднюю
урожайность пшеницы с 1 га за три года:
60ц, 49ц, 41ц.

3

Ответ 1

41.

Ответ 2

49.

Ответ 3

50.

+

Ответ 4

55.
 

Вопрос 111

Формулой  определяется
… показателей x и y.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

Ответ 3

среднее квадратичное
отклонение.

Ответ 4

ковариация.
 

+

Вопрос 112

Формулой  определяется
… показателя x.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

Ответ 3

среднее квадратичное
отклонение.

+

Ответ 4

ковариация.

Вопрос 113

Формулой  определяется
… показателя x.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

+

Ответ 3

среднее квадратичное
отклонение.

Ответ 4

ковариация.

Вопрос 114

Формулой  определяется
… показателей x и y.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

Ответ 3

среднее квадратичное
отклонение.

Ответ 4

ковариация.

+

Вопрос 115

Формулой  определяется
… показателя x.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

Ответ 3

среднее квадратичное
отклонение.

+

Ответ 4

ковариация.

Вопрос 116

Формулой  определяется
… показателя x.

3

Ответ 1

средняя арифметическая
величина.

Ответ 2

дисперсия.

+

Ответ 3

среднее квадратичное
отклонение.

Ответ 4

ковариация.

Вопрос 117

Формулой  определяется
… показателя x.

3

Ответ 1

средняя арифметическая
величина.

+

Ответ 2

дисперсия.

Ответ 3

среднее квадратичное
отклонение.

Ответ 4

ковариация.

Вопрос 118

Среднее квадратичное
отклонение:

3

Ответ 1

выражается квадратичной
размерностью показателя. 

Ответ 2

показывает в среднем,
на сколько отклоняются значения
показателя от среднего значения.

Ответ 3

является мерой
однородности совокупности.

+

Ответ 4

показывает меру
тесноты связи между двумя показателями.

Вопрос 119

Дисперсия – это
отношение: 

3

Ответ 1

суммы значений
показателя к объему совокупности.

Ответ 2

суммы квадратов
отклонений значений показателя от
среднего значения к объему совокупности.

+

Ответ 3

среднего квадратичного
отклонения к средней арифметической
величине.

Ответ 4

ковариации к
произведению средних квадратичных
отклонений двух показателей.
 

Вопрос 120

Средняя арифметическая
величина – это отношение:

3

Ответ 1

суммы значений
показателя к объему совокупности.

+

Ответ 2

суммы квадратов
отклонений значений показателя от
среднего значения к объему совокупности.

Ответ 3

среднего квадратичного
отклонения к средней арифметической
величине.

Ответ 4

ковариации к
произведению средних квадратичных
отклонений двух показателей.
 

Величина стандартной ошибки коэффициента регрессии эконометрической модели рассчитывается для определения значимости (существенности)

  • этого коэффициента регрессии
  • влияния соответствующей независимой переменной (фактора) на зависимую переменную 
  • коэффициента детерминации
  • зависимой переменной

Тип вопроса: Вопрос с одним правильными вариантом

Ответ на этот вопрос уже получили: 23 раз(а)

Помогли ответы? Ставь лайк 👍

Вопрос задал(а): Анастасия, 20 Май 2015 в 18:20
На вопрос ответил(а): Астафьева Любовь, 20 Май 2015 в 18:20


Когда мы подгоняем регрессионную модель к набору данных, нас часто интересует, насколько хорошо регрессионная модель «подходит» к набору данных. Две метрики, обычно используемые для измерения согласия, включают R -квадрат (R2) и стандартную ошибку регрессии , часто обозначаемую как S.

В этом руководстве объясняется, как интерпретировать стандартную ошибку регрессии (S), а также почему она может предоставить более полезную информацию, чем R 2 .

Стандартная ошибка по сравнению с R-квадратом в регрессии

Предположим, у нас есть простой набор данных, который показывает, сколько часов 12 студентов занимались в день в течение месяца, предшествующего важному экзамену, а также их баллы за экзамен:

Пример интерпретации стандартной ошибки регрессии

Если мы подгоним простую модель линейной регрессии к этому набору данных в Excel, мы получим следующий результат:

Вывод регрессии в Excel

R-квадрат — это доля дисперсии переменной отклика, которая может быть объяснена предикторной переменной. При этом 65,76% дисперсии экзаменационных баллов можно объяснить количеством часов, потраченных на учебу.

Стандартная ошибка регрессии — это среднее расстояние, на которое наблюдаемые значения отклоняются от линии регрессии. В этом случае наблюдаемые значения отклоняются от линии регрессии в среднем на 4,89 единицы.

Если мы нанесем фактические точки данных вместе с линией регрессии, мы сможем увидеть это более четко:

Обратите внимание, что некоторые наблюдения попадают очень близко к линии регрессии, в то время как другие не так близки. Но в среднем наблюдаемые значения отклоняются от линии регрессии на 4,19 единицы .

Стандартная ошибка регрессии особенно полезна, поскольку ее можно использовать для оценки точности прогнозов. Примерно 95% наблюдений должны находиться в пределах +/- двух стандартных ошибок регрессии, что является быстрым приближением к 95% интервалу прогнозирования.

Если мы заинтересованы в прогнозировании с использованием модели регрессии, стандартная ошибка регрессии может быть более полезной метрикой, чем R-квадрат, потому что она дает нам представление о том, насколько точными будут наши прогнозы в единицах измерения.

Чтобы проиллюстрировать, почему стандартная ошибка регрессии может быть более полезной метрикой для оценки «соответствия» модели, рассмотрим другой пример набора данных, который показывает, сколько часов 12 студентов занимались в день в течение месяца, предшествующего важному экзамену, а также их экзаменационная оценка:

Обратите внимание, что это точно такой же набор данных, как и раньше, за исключением того, что все значения s сокращены вдвое.Таким образом, студенты из этого набора данных учились ровно в два раза дольше, чем студенты из предыдущего набора данных, и получили ровно половину экзаменационного балла.

Если мы подгоним простую модель линейной регрессии к этому набору данных в Excel, мы получим следующий результат:

Вывод регрессии из простой линейной модели в Excel

Обратите внимание, что R-квадрат 65,76% точно такой же, как и в предыдущем примере.

Однако стандартная ошибка регрессии составляет 2,095 , что ровно вдвое меньше стандартной ошибки регрессии в предыдущем примере.

Если мы нанесем фактические точки данных вместе с линией регрессии, мы сможем увидеть это более четко:

Диаграмма рассеяния для простой линейной регрессии

Обратите внимание на то, что наблюдения располагаются гораздо плотнее вокруг линии регрессии. В среднем наблюдаемые значения отклоняются от линии регрессии на 2,095 единицы .

Таким образом, несмотря на то, что обе модели регрессии имеют R-квадрат 65,76% , мы знаем, что вторая модель будет давать более точные прогнозы, поскольку она имеет более низкую стандартную ошибку регрессии.

Преимущества использования стандартной ошибки

Стандартную ошибку регрессии (S) часто бывает полезнее знать, чем R-квадрат модели, потому что она дает нам фактические единицы измерения. Если мы заинтересованы в использовании регрессионной модели для получения прогнозов, S может очень легко сказать нам, достаточно ли точна модель для прогнозирования.

Например, предположим, что мы хотим создать 95-процентный интервал прогнозирования, в котором мы можем прогнозировать результаты экзаменов с точностью до 6 баллов от фактической оценки.

Наша первая модель имеет R-квадрат 65,76%, но это ничего не говорит нам о том, насколько точным будет наш интервал прогнозирования. К счастью, мы также знаем, что у первой модели показатель S равен 4,19. Это означает, что 95-процентный интервал прогнозирования будет иметь ширину примерно 2*4,19 = +/- 8,38 единиц, что слишком велико для нашего интервала прогнозирования.

Наша вторая модель также имеет R-квадрат 65,76%, но опять же это ничего не говорит нам о том, насколько точным будет наш интервал прогнозирования. Однако мы знаем, что вторая модель имеет S 2,095. Это означает, что 95-процентный интервал прогнозирования будет иметь ширину примерно 2*2,095= +/- 4,19 единиц, что меньше 6 и, следовательно, будет достаточно точным для использования для создания интервалов прогнозирования.

Дальнейшее чтение

Введение в простую линейную регрессию
Что такое хорошее значение R-квадрата?

Возможно, вам также будет интересно:

  • Величина средней ошибки выборки рассчитанной при бесповторном отборе ошибки выборки рассчитанной
  • Величина средней ошибки выборки пропорциональна
  • Величина средней ошибки выборки зависит от
  • Величина предельной ошибки это
  • Величина предельной ошибки выборки зависит

  • Понравилась статья? Поделить с друзьями:
    0 0 голоса
    Рейтинг статьи
    Подписаться
    Уведомить о
    guest

    0 комментариев
    Старые
    Новые Популярные
    Межтекстовые Отзывы
    Посмотреть все комментарии