Тема : (Синергия МОИ МТИ МОСАП) Современные методы сбора, обработки и анализа экономических и социальных данных (тест с ответами)

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)

Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к … дисперсии результативного признака.
Тип ответа: Текcтовый ответ
Имеется матрица парных коэффициентов корреляции: _ y х₁ х₂ х₃; у 1 _ _ _; х₁ -0,782 1 _ _; х₂ 0,451 0,564 1 _; х₃ 0,842 -0,873 0,303 1. Какой фактор НЕ следует включать в модель множественной регрессии?
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• х₁;
• х₂;
• x₃;
• y.
Имеется матрица парных коэффициентов корреляции: _ y х₁ х₂ х₃; у 1 _ _ _; х₁ -0,782 1 _ _; х₂ 0,451 0,564 1 _; х₃ 0,842 -0,873 0,303 1. Между какими факторами наблюдается коллинеарность:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• y и x₃;
• x₁ и x₃;
• x₂ и x₃;
Какое значение не может принимать парный коэффициент корреляции:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• 0,973;
• 0,005;
• 1,111;
• 0,721.
Какой критерий используют для оценки значимости коэффициента детерминации:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• F-критерий Фишера;
• t-критерий Стьюдента;
• критерий Пирсона;
• критерий Дарбина-Уотсона.
Какой критерий используют для оценки значимости коэффициента корреляции:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• F-критерий Фишера;
• t-критерий Стьюдента;
• критерий Пирсона;
• критерий Дарбина-Уотсона.
Логарифмическое преобразование позволяет осуществить переход от нелинейной модели y = 5x2u к модели:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• 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.
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;
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:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• rxy≥0,5;
• rxy≥1;
• rxy≥0,3;
• rxy≥0,7.
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).
Сколько степеней свободы в выборке поглощает оценивание каждого параметра в уравнении регрессии?
Тип ответа: Текcтовый ответ
Укажите характеристики, используемые в качестве меры точности модели регрессии:
Тип ответа: Множественный выбор • с выбором нескольких правильных ответов из предложенных вариантов
• средняя абсолютная ошибка;
• остаточная дисперсия;
• коэффициент корреляции;
• средняя относительная ошибка аппроксимации;
• коэффициент вариации.
Уравнение множественной регрессии имеет вид: yₓ = −27,16 + 1,37х₁ − 0,29х₂. Параметр, равный 1,37, означает следующее:
Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов
• 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.
Фиктивной переменными в уравнении множественной регрессии могут быть:
Тип ответа: Множественный выбор • с выбором нескольких правильных ответов из предложенных вариантов
• количественные переменные;
• экономические показатели, выраженные в стоимостном измерении;
• качественные переменные, преобразованные в количественные;
• переменные, исходные значения которых не имеют количественного значения.