Отметьте основные виды ошибок спецификации

В хорошо подобранной модели остатки должны

- иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией,

- не коррелировать друг с другом,

- иметь экспоненциальный закон распределения,

- хаотично разбросаны.

Коэффициент детерминации это

- квадрат парного коэффициента корреляции,

- квадрат частного коэффициента корреляции,

- квадрат среднего квадратического отклонения,

- квадрат множественного коэффициента корреляции.

Квадрат какого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой

- коэффициент детерминации,

- парный коэффициент корреляции,

- частный коэффициент корреляции,

- множественный коэффициент корреляции.

5.Величина, рассчитанная по формуле является оценкой

- коэффициента детерминации,

- парного коэффициента корреляции,

- частного коэффициента корреляции,

- множественного коэффициента корреляции.

Отметьте основные виды ошибок спецификации

- отбрасывание значимой переменной,

- добавление незначимой переменной,

- низкое значение коэффициента детерминации,

- выбор неправильной формы модели.

7.На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы R больше…., то считают, что имеет место мультиколлинеарность и в уравнение регрессии следует включить только один из показателей x_j или x_e. Вставьте недостающее значение.

- 0,3;

- -0,6;

- 0,8;

- 0.

8.Оценить значимость парного линейного коэффициента корреляции можно при помощи:

- критерия Фишера;

- коэффициента автокорреляции;

- критерия Стьюдента;

- критерия Дарбина-Уотсона.

9.Степень влияния неучтенных факторов в рассматриваемой модели можно определить на основе:

- парного линейного коэффициента корреляции;

- частного коэффициента корреляции;

- индекса корреляции;

- коэффициента детерминации;

- коэффициента регрессии.

10.Частный критерий Фишера вычисляется по формуле:

- ;

- ;

- ;

- .

11.Уравнение множественной регрессии в стандартизованном виде имеет вид: . Сила влияния какого фактора выше на результативный признак?

- Сила влияния фактора х₂ на результативный признак выше силы влияния фактора х₁;

- Сила влияния фактора х₁ на результативный признак выше силы влияния фактора х₂;

- Сила влияния фактора х₂ на результативный признак равна силе влияния фактора х₁.

12.Наличие гетероскедастичности можно определить используя:

- критерий Стьюдента;

- критерий Фишера;

- критерий Чоу;

- критерий Энгеля-Грангера.

13.Оценить значимость коэффициентов регрессии в множественной линейной модели можно при помощи:

- коэффициента корреляции;

- коэффициента автокорреляции;

- критерия Стьюдента;

- критерия Дарбина-Уотсона.

14.Степень усредненного влияния неучтенных факторов в рассматриваемой модели можно определить на основе:

- частного коэффициента корреляции;

- индекса корреляции;

- коэффициента детерминации;

- коэффициента регрессии.