Современные методы сбора, обработки и анализа экономических и социальных данных.фэ_БАК (тест с ответами Синергия/МОИ/ МТИ /МОСАП)
ИТОГОВЫЙ ТЕСТ
21 вопрос с ответами
Последний раз тест был сдан на 80 баллов из 100 "Хорошо"
Год сдачи -2023.
После покупки Вы получите файл с ответами на вопросы которые указаны ниже:
***(Если нужна помощь с другими предметами или сдачей тестов онлайн, пишите в личные сообщения https://studwork.ru/info/147162
1. Имеется матрица парных коэффициентов корреляции:
Между какими факторами наблюдается коллинеарность:
*y и x3;
*x1 и x3;
*x2 и x3;
2. 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 x и y.
3. 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.
4. Значение статистики Дарбина-Уотсона находится между значениями …
5. Имеется матрица парных коэффициентов корреляции:
Какой фактор НЕ следует включать в модель множественной регрессии?
*х1;
*х2;
*x3;
*y.
6. К ошибкам выборки относятся: Тип ответа:
*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.
7. Какой критерий используют для оценки значимости коэффициента детерминации:
*F-критерий Фишера;
*T-критерий Стьюдента;
*критерий Пирсона;
*критерий Дарбина-Уотсона.
8. Уравнение множественной регрессии имеет вид: Ух = -27,16 + 1,37х1 0,29х2. Параметр, равный 1,37, означает следующее:
*при увеличении x1 на одну единицу своего измерения, переменная y увеличится на 1,37 единиц своего измерения;
*при увеличении x1 на одну единицу своего измерения при фиксированном значении фактора x2 переменная y увеличится на 1,37 единиц своего измерения;
*при увеличении x1 на 1,37 единиц своего измерения при фиксированном значении фактора x2 переменная y увеличится на одну единицу своего измерения.
9. Укажите характеристики, используемые в качестве меры точности модели регрессии:
*средняя абсолютная ошибка;
*остаточная дисперсия;
*коэффициент корреляции;
*средняя относительная ошибка аппроксимации;
*коэффициент вариации.
10. Какое значение не может принимать парный коэффициент корреляции:
*0,973;
*0,005;
* 1,111;
* 0,721.
11. Финансовая устойчивость предприятия характеризуется k=8 показателями. В результате расчетов получены собственные значения трех первых главных компонент: 21 = 4,0; 12 = 1,6 и 23 = 0,8. Чему равен относительный вклад двух первых главных компонент (в %)?
12. Определите правильную последовательность условия дополнительного включения фактора в модель: «При дополнительном включении во множественную регрессию новой объясняющей переменной…»
1 коэффициент детерминации;
2 должен/должна возрастать.
3 остаточная дисперсия;
4 должен/должна уменьшаться;
13. Какой критерий используют для оценки значимости коэффициента корреляции:
*F-критерий Фишера;
*t-критерий Стьюдента;
*критерий Пирсона;
*критерий Дарбина-Уотсона.
14. К ошибкам спецификации относятся: Т
*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.
15. Логарифмическое преобразование позволяет осуществить переход от нелинейной модели y = 5x2u к модели:
*ln y = ln 5 + 2 ln x + ln u;
*y = ln y + 5 +2ln x;
*y = ln 5 + 2 Inx + ln u;
*ln y = 5 + 2x + u.
16. 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.
17. При построении модели множественной регрессии предварительно проводят исследование факторных переменных на коллинеарность и мультиколлинеарность. Считается, что две переменные явно коллинеарны, если соответствующий парный коэффициент корреляции удовлетворяет условию:
*rxy≥0,5;
*rxy≥1;
*rxy≥0,3;
*rxy≥0,7.
18. Сколько степеней свободы в выборке поглощает оценивание каждого параметра в уравнении регрессии?
19. Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к … дисперсии результативного признака.
20. Уравнению регрессии yx=2,88-0,72x1-1,51x2 соответствует множественный коэффициент корреляции Ry=0,84. Укажите, какая доля вариации результативного показателя у (в %) объясняется входящими в уравнение регрессии переменными x1 и x2:
*70,6;
*16,0;
*84,0;
*29,4.
21. Расположите в правильной последовательности этапы проведения корреляционно-регрессионного анализа.
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).
Современные методы сбора, обработки и анализа экономических и социальных данных.фэ_БАК
Занятие 1
Занятие 2
