Современные методы сбора, обработки и анализа экономических и социальных данных тест Синергия>Ответы

Описание

Современные методы сбора, обработки и анализа экономических и социальных данных.фэ_БАК тест Синергия>Верные Ответы на Итоговый тест – “Зачтено”

Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к … дисперсии результативного признака.

Сколько степеней свободы в выборке поглощает оценивание каждого параметра в уравнении регрессии?

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:

Какой критерий используют для оценки значимости коэффициента детерминации:

• F-критерий Фишера;
• t-критерий Стьюдента;
• критерий Пирсона;
• критерий Дарбина-Уотсона.

Уравнение множественной регрессии имеет вид: у_х = —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.

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).

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

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.

Какой критерий используют для оценки значимости коэффициента корреляции:

• F-критерий Фишера;
• t-критерий Стьюдента;
• критерий Пирсона;
• критерий Дарбина-Уотсона.

К ошибкам выборки относятся:

• неоднородность данных в исходной статистической совокупности;
• неправильный выбор структуры математической функции для объясненной части уравнения регрессии;
• недоучет в уравнении регрессии какого-либо существенного фактора;
• округление данных при сборе исходной информации.

К ошибкам измерения относятся:

• неоднородность данных в исходной статистической совокупности;
• неправильный выбор структуры математической функции для объясненной части уравнения регрессии;
• недоучет в уравнении регрессии какого-либо существенного фактора;
• округление данных при сборе исходной информации.

Какое значение не может принимать парный коэффициент корреляции:

• 0,973;
• 0,005;
• 1,111;
• 0,721.

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;

Имеется матрица парных коэффициентов корреляции:

Между какими факторами наблюдается коллинеарность:

Имеется матрица парных коэффициентов корреляции:

Какой фактор НЕ следует включать в модель множественной регрессии?

• Х1
• Х2
• Х3
• У.

Уравнению регрессии y_x=2,88-0,72_x–∣–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.