Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Тема № 2. Отбор факторов, включаемых в модель множественной регрессии



(Задание с выбором одного правильного ответа из предложенных)

Оригинальное кол-во заданий: 56, в базе представлено: 5

Вопрос № 2.1. Оригинальный порядковый номер: 20

Проверка тесноты связи между факторами может быть осуществлена на основе …

Варианты ответов. Кол-во правильных ответов - 1

1. значений стандартизованных коэффициентов

2. частных уравнений регрессии

3. матрицы парных коэффициентов корреляции

4. вектора значений коэффициентов регрессии

Вопрос № 2.2. Оригинальный порядковый номер: 22

При отборе факторов в модель множественной регрессии проводят анализ значений межфакторной …

Варианты ответов. Кол-во правильных ответов - 1

1. регрессии

2. автокорреляции

3. корреляции

4. детерминации

Вопрос № 2.3. Оригинальный порядковый номер: 29

Количественная измеримость значений экономического признака (фактора), включаемого в эконометрическую модель, является...

Варианты ответов. Кол-во правильных ответов - 1

1. принципом спецификации

2. предпосылкой линеаризации

3. общим требованием к факторам, включаемым в линейную множественную регрессию

4. условием гомоскедастичности эконометрической модели

Вопрос № 2.4. Оригинальный порядковый номер: 31

Отсутствие сильной корреляции факторов друг с другом является...

Варианты ответов. Кол-во правильных ответов - 1

1. условием отсутствия автокорреляции остатков

2. предпосылкой линеаризации

3. требованием к факторам, включаемым в линейную модель множественной регрессии

4. условием гомоскедастичности эконометрической модели

Вопрос № 2.5. Оригинальный порядковый номер: 34

Если в линейной множественной регрессии более, чем две независимые переменные связаны между собой достаточно тесной линейной зависимостью, тогда имеет место ____ факторов.

Варианты ответов. Кол-во правильных ответов - 1

1. гомоскедастичность

2. автокорреляция

3. мультиколлинеарность

4. коллинеарность

Вопрос № 2.1. Оригинальный порядковый номер: 2

Взаимодействие факторов эконометрической модели означает, что …

Варианты ответов. Кол-во правильных ответов - 1

1. влияние факторов на результирующий признак усиливается, начиная с определенного уровня значений факторов

2. факторы не дублируют влияние друг друга на результат

3. факторы дублируют влияние друг друга на результат

4. влияние одного из факторов на результирующий признак не зависит от значений другого фактора

Вопрос № 2.2. Оригинальный порядковый номер: 7

Факторы эконометрической модели являются коллинеарными, если коэффициент ____ между ними по модулю ____ 0,7.

Варианты ответов. Кол-во правильных ответов - 1

1. корреляции … меньше

2. детерминации … меньше

3. корреляции … больше

4. детерминации … больше

Вопрос № 2.3. Оригинальный порядковый номер: 11

Матрица парных линейных коэффициентов корреляции отображает…

Варианты ответов. Кол-во правильных ответов - 1

1. значения стандартизированных коэффициентов линейной регрессии

2. вероятность значимости каждой объясняющей переменной

3. тесноту линейной связи между переменными

4. величину вклада каждой объясняющей переменной в общую дисперсию зависимой переменной

Вопрос № 2.4. Оригинальный порядковый номер: 26

В эконометрическую модель множественной регрессии включаются ____ факторы.

Варианты ответов. Кол-во правильных ответов - 1

1. мультиколлинеарные

2. коллинеарные

3. существенные

4. несущественные

Вопрос № 2.5. Оригинальный порядковый номер: 35

Отсутствие коллинеарности и мультиколлинеарности является обязательным требованием для факторов, включаемых в уравнение ______ регрессии.

Варианты ответов. Кол-во правильных ответов - 1

1. нелинейной показательной

2. нелинейной полулогарифмической

3. множественной линейной

4. нелинейной степенной

Вопрос № 2.1. Оригинальный порядковый номер: 15

Мультиколлинеарность – это линейная связь между…

Варианты ответов. Кол-во правильных ответов - 1

1. объясняющими и зависимой переменными

2. одной объясняющей и зависимой переменными

3. соседними случайными отклонениями

4. объясняющими переменными

Вопрос № 2.2. Оригинальный порядковый номер: 45

Для отбора факторов множественной линейной модели регрессии рассматривается вопрос о взаимосвязи фактора и результата при неизменности прочих факторов, которые фиксируются, как правило, на среднем уровне. В этом случае используется...

Варианты ответов. Кол-во правильных ответов - 1

1. автокорреляционная функция

2. матрица частных коэффициентов корреляции

3. матрица множественных коэффициентов корреляции

4. коррелограмма для факторов модели

Вопрос № 2.3. Оригинальный порядковый номер: 54

Оценка удельного веса влияния каждой из объясняющих переменных на результирующий показатель является задачей …

Варианты ответов. Кол-во правильных ответов - 1

1. кластерного анализа

2. метода наименьших квадратов

3. регрессионного анализа

4. математического анализа

Вопрос № 2.4. Оригинальный порядковый номер: 80

Функциональная (строгая) или достаточно тесная (нестрогая) линейная зависимость между объясняющими переменными называется…

Варианты ответов. Кол-во правильных ответов - 1

1. несмещенностью

2. мультиколлинеарностью

3. гетероскедастичностью

4. автокорреляцией

Вопрос № 2.5. Оригинальный порядковый номер: 82

Пусть в результате оценки модели множественной регрессии каждый из оцененных параметров является незначимым на 5%-ном уровне, а уравнение в целом (коэффициент детерминации) является значимым на том же уровне. Тогда можно предположить, что…

Варианты ответов. Кол-во правильных ответов - 1

1. в остатках модели присутствует автокорреляция

2. в остатках модели присутствует гетероскедастичность

3. среди объясняющих переменных есть мультиколлинеарные

4. связь между зависимой переменной и независимыми отсутствует





Дата публикования: 2015-10-09; Прочитано: 2593 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.009 с)...