Коэффициент множественной детерминации показывает

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

- долю вариации зависимой переменной, обусловленную вариацией независимых переменных;

- на какую часть своего стандартного отклонения изменится зависимая переменная, если независимая переменная изменится на величину своего стандартного отклонения;

- насколько изменится зависимая переменная, если независимая переменная изменится на единицу.

16.О модели регрессии можно сказать, что это регрессия

- второго порядка
- линейная
- нелинейная
- простая 17.С помощью значений таблицы дисперсионного анализа определить значимость регрессии, используя F-критерий. Критическое значение F(α,f1,f2) = 4.3 при уровне значимости α=0.05 и степенях свободы f1= 1 и f2= 25. Какой вывод можно сделать о качестве использованной модели регрессии?   Компоненты дисперсии Число степеней свободы Средние квадраты   ?     ?     ?

- – Модель адекватна исходным данным

- – Модель адекватна исходным данным

- – Модель не адекватна исходным данным

- – Модель не адекватна исходным данным

18.Гетероскедастичность регрессионной модели – это

- высокая степень взаимной коррелированности объясняющих переменных

- немонотонность графика регрессионной зависимости

- непостоянство дисперсий ошибок регрессии для различных значений объясняющей переменной

- непостоянство математического ожидания объясняемой переменной

 

19.Какой из приведенных тестов является тестом на гетероскедастичность?

- Гаусса-Маркова

- Голдфелда-Квандта

- Дарбина-Уотсона

- Льюинга-Бокса

- Чоу

 

20.Какой показатель характеризует значимость коэффициента корреляции?

- F-статистика Фишера-Снедекора

- t-статистика Стьюдента

- коэффициент корреляции

- средняя ошибка аппроксимации

21.Какой показатель характеризует тесноту нелинейной связи?

- индекс корреляции

- коэффициент детерминации

- коэффициент корреляции

- коэффициент регрессии

22.Метод устранения (уменьшения) мультиколлинеарности

- введение в модель фиктивных переменных

- применение пошаговых процедур отбора наиболее информативных переменных

- сглаживание временного ряда

- упорядочение переменных по возрастанию фактора

23. Мультиколлинеарность регрессионной модели – это

- возможность построения нескольких моделей (в том числе нелинейных) на основе одних исходных данных

- высокая значимость характеристик регрессионной модели
высокая степень взаимной коррелированности некоторых из объясняющих переменных

- зависимость значений объясняемой переменной от ее значений в предшествовавшие моменты времени

- зависимость объясняемой переменной от нескольких объясняющих факторов

 

24.Что характеризует частный коэффициент корреляции множественной линейной регрессии?

- совокупное влияние всех факторов, включенных в модель, на результирующую переменную

- степень взаимного влияния всех факторов, включенных в модель

- тесноту линейной между объясняемой переменной и объясняющим фактором с учётом влияния прочих факторов, включенных в модель

- тесноту линейной связи между объясняемой переменной и объясняющим фактором при исключении влияния прочих факторов, включенных в модель
25.Что является оценкой значимости уравнения регрессии в целом?

- F-статистика

- индекс корреляции

- коэффициент детерминации

- коэффициент регрессии