Главная Обратная связь

Дисциплины:

Архитектура (936)
Биология (6393)
География (744)
История (25)
Компьютеры (1497)
Кулинария (2184)
Культура (3938)
Литература (5778)
Математика (5918)
Медицина (9278)
Механика (2776)
Образование (13883)
Политика (26404)
Правоведение (321)
Психология (56518)
Религия (1833)
Социология (23400)
Спорт (2350)
Строительство (17942)
Технология (5741)
Транспорт (14634)
Физика (1043)
Философия (440)
Финансы (17336)
Химия (4931)
Экология (6055)
Экономика (9200)
Электроника (7621)


 

 

 

 



Случайная компонента временного ряда отражает



- влияние глобальных долговременных факторов

- влияние факторов, не поддающихся учёту и регистрации

- влияние факторов, периодически повторяющихся через некоторые промежутки времени

- общую тенденцию изменения корреляционной зависимости

41. Согласно содержанию регрессии, наблюдаемая величина зависимой (объясняемой) переменной складывается из:

- теоретического значения зависимой переменной, найденного из уравнения регрессии, и случайного отклонения

- теоретического значения зависимой переменной, найденного из уравнения регрессии, скорректированного на величину стандартной ошибки

- теоретического значения зависимой переменной, найденного из уравнения регрессии и остаточной дисперсии
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.

20. Структурные коэффициенты модели можно оценить тогда, когда:

- модель идентифицируема

- модель неидентифицируема

- модель сверхидентифицируема

- модель идентифицируема или сверхидентифицируема

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

- частного коэффициента корреляции;

- индекса корреляции;

- коэффициента детерминации;

- коэффициента регрессии.

 

39.Суть коэффициента детерминации состоит в следующем:

- свидетельствует о значимости коэффициентов регрессии

- показывает насколько лучше рассматриваемая модель регрессии по сравнению с тривиальной моделью

- свидетельствует о наличии (отсутствии) автокорреляции

- является мерой сравнения качества любых двух регрессионных моделей

 

Тест Чоу проводится для выяснения

- автокорреляции остатков временного ряда

- наличия гетероскедастичности в выборке

- структурной стабильности тенденции временного ряда

- стационарности временного ряда

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.

 

22. Установить соответствие:

Вывод о наличии (отсутствии) автокорреляции Попадание статистики Дарбина- Уотсона DW на интервал, границы которого определяются нижним - и верхним - значениями критической точки
1) неопределенность А)
2) существует отрицательная автокорреляция Б) или
3) автокорреляция отсутствует В)
4) существует положительная автокорреляция Г)

 

- 1-Б, 2-Г, 3-В, 4-А

- 1-А, 2-В, 3-Б, 4-Г

- 1-В, 2-А, 3-Г, 4-Б

- 1-Г, 2-Б, 3-А, 4-В

34.Установите соответствие между названием модели и видом ее уравнения:
1. гипербола

Парабола третьего порядка

Многофакторная

4. линейная.
Укажите соответствие для каждого нумерованного элемента задания
* y = a + bx + cx2 + dx3 + ε -2
* y = a + bx1 + cx2 + dx3 + ε -3
* y = a + bx + ε - 4
*1/ y = a + bx + ε - 1

Ответы:1)-4, 2)-1,3)-2,4)-3

23. Установить последовательность алгоритма теста Дарбина- Уотсона:

Вычисление остатков

Оценка регрессии



Просмотров 2191

Эта страница нарушает авторские права




allrefrs.su - 2024 год. Все права принадлежат их авторам!