Ответы на вопросы на тему "(Синергия МОИ МТИ МОСАП) Современные методы сбора, обработки и анализа экономических и социальных данных (ответы на тест)"

(Синергия МОИ МТИ МОСАП) Современные методы сбора, обработки и анализа экономических и социальных данных (ответы на тест)

Описание работы

Имеется матрица парных коэффициентов корреляции:
Между какими факторами наблюдается коллинеарность:
Уравнение множественной регрессии имеет вид: ух = —27,16 + l,37x1 — 0,29x2• Параметр, равный 1,37. означает следующее:
при увеличении X1 на одну единицу своего измерения, переменная у увеличится на 1,37 единиц своего измерения;
при увеличении X1 на одну единицу своего измерения при фиксированном значении фактора X2 переменная у увеличится на 1,37 единиц своего измерения;
при увеличении X1 на 1,37 единиц своего измерения при фиксированном значении фактора X2 переменная у увеличится на одну единицу своего измерения.
К ошибкам измерения относятся:
О неоднородность данных в исходной статистической совокупности;
О неправильный выбор структуры математической функции для объясненной части уравнения регрессии;
О недоучет в уравнении регрессии какого-либо существенного фактора;
О округление данных при сборе исходной информации.
К ошибкам выборки относятся:
О неоднородность данных в исходной статистической совокупности;
О неправильный выбор структуры математической функции для объясненной части уравнения регрессии;
О недоучет в уравнении регрессии какого-либо существенного фактора;
О округление данных при сборе исходной информации.
При верификации модели регрессии получены следующие результаты:
Коэффициент корреляции 0,87
Коэффициент детерминации 0,76
Средняя ошибка аппроксимации 0,059
Расчетное значение статистики Фишера 22,81
Соответствующее критическое значение критерия Фишера 3,68
укажите верный вывод.
построенное уравнение регрессии объясняет 87% вариации зависимой переменной;
средняя ошибка аппроксимации не превышает установленного предела в 15%, что свидетельствует о хорошем качестве модели;
расчетное значение критерия Фишера превышает соответствующее табличное (критическое) значение. Найденное уравнение регрессии статистически надежно.
регрессия установила наличие тесной обратной связи между признаками х и у.
Расположите в правильной последовательности этапы проведения корреляционно-регрессионного анализа.
Тип ответа: Сортировка
1 Разделение признаков на факторные и результативные. Выбор наиболее существенных признаков для их дальнейшего исследования и включения в корреляционную модель.
2 Предварительная оценка формы уравнения регрессии.
3 Вычисление коэффициентов регрессии и их смысловая интерпретация
4 Расчет теоретически ожидаемых (рассчитанных по уравнению регрессии) значений результативного признака.
5 Определение и сравнительный анализ дисперсий: общей, факторной и остаточной. Оценка тесноты связи между признаками, включенными в регрессионную модель.
6 Общая оценка качества модели, отсев несущественных (или включение дополнительных факторов).
Какой критерий используют для оценки значимости коэффициента детерминации:
F-критерий Фишера;
t-критерий Стьюдента;
критерий Пирсона;
критерий Дарбина-Уотсона.
Определите правильную последовательность условия дополнительного включения фактора в модель: «При дополнительном включении во множественную регрессию новой объясняющей переменной...»
Тип ответа: Сортировка
1 коэффициент детерминации;
2 должен/должна возрастать.
3 остаточная дисперсия;
4 должен/должна уменьшаться;
Укажите характеристики, используемые в качестве меры точности модели регрессии:
средняя абсолютная ошибка;
остаточная дисперсия;
коэффициент корреляции;
средняя относительная ошибка аппроксимации;
коэффициент вариации.
Логарифмическое преобразование позволяет осуществить переход от нелинейной модели у = 5x2u к модели:
ln y = ln 5 + 2 ln x + ln u
y = ln y + 5 +2ln x
ln y = 5 + 2x + u
y = ln 5 + 2 Inx + ln u
Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к ... дисперсии результативного признака.
Тип ответа: Текстовый ответ
Фиктивной переменными в уравнении множественной регрессии могут быть:
? количественные переменные;
? экономические показатели, выраженные в стоимостном измерении;
? качественные переменные, преобразованные в количественные;
? переменные, исходные значения которых не имеют количественного значения.
Уравнению регрессии yx=2,88-0,72x-?-1,51 x2 соответствует множественный коэффициент корреляции Ry=0,84.
Укажите, какая доля вариации результативного показателя у (в %) объясняется входящими в уравнение регрессии переменными X1 и х2:
70,6;
16,0;
84,0;
29,4.
Сколько степеней свободы в выборке поглощает оценивание каждого параметра в уравнении регрессии?
Тип ответа: Текстовый ответ
Какой критерий используют для оценки значимости коэффициента корреляции:
F-критерий Фишера;
t-критерий Стьюдента;
критерий Пирсона;
критерий Дарбина-Уотсона.
При построении модели множественной регрессии предварительно проводят исследование факторных переменных на коллинеарность и мульти коллинеарность. Считается, что две переменные явно коллинеарны, если соответствующий парный коэффициент корреляции удовлетворяет условию:
Какое значение не может принимать парный коэффициент корреляции:
0,973;
0,005;
1,111;
0,721.
Имеется матрица парных коэффициентов корреляции:
Какой фактор НЕ следует включать в модель множественной регрессии?