Эконометрика: Учебно-методическое пособие (Изложение базовых знаний и основных практических навыков построения и использования эконометрических моделей), страница 19

b. 

c. 

6.  Какой из этапов оценки качества регрессии позволяет судить об адекватности модели в целом?

a.  расчет доверительных интервалов для параметров

b.  расчет доверительных интервалов для зависимой переменной

c.  расчет коэффициента детерминации

d.  расчет ошибок коэффициентов

7.  Что из перечисленного относится к ограничениям регрессионного анализа?

1)  возможность прогнозирования только внутри границ измеряемых данных

2)  возможность учета не более двух факторов

3)  вероятность получения нереальных связей

4)  сложности расчета значений параметров

Варианты ответа

a.  1,2,3,4

b.  1,2

c.  2,3

d.  1,4

e.  2,4

8.  Согласно правила «грубой» оценки статистической значимости коэффициентов регрессионного уравнения, какое из значений t-статистики свидетельствует о существенной значимости коэффициента?

a.  –0,2

b.  0,91

c.  1,34

d.  2,12

e.  7,22

9.  Какую функциональную форму модели следует выбрать, если известно, что:

Модель
линейная	100	300
показательная	75	300
гиперболическая	100	130
логарифмическая	100	170

a.  линейная

b.  гиперболическая

c.  показательная

d.  логарифмическая

10.  Значим ли коэффициент детерминации, если его значение – 0,60 а n=22 (F_0,05;2;20 = 3,49, F_0,01;2;20 = 5,85)

a.  значим на 5 %-м уровне

b.  значим на 1 %-м уровне

c.  не значим

d.  недостаточно данных для ответа

11.  Какой из доверительных интервалов для зависимой переменной шире: для индивидуального значения или для среднего?

a.  для среднего

b.  для индивидуальных значений

c.  нельзя сказать однозначно

12.  Можно ли сделать вывод о том, что коэффициент a₁ статистически значим, если , , а коэффициент a₀ статистически значим на однопроцентном уровне

a.  можно в любом случае

b.  можно, если a₁> 0,2 a₀

c.  можно, если n > 30

d.  нельзя

13.  Какая из представленных моделей не может быть линеаризована?

a. 

b. 

c. 

d. 

Список литературы

1.  Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. – М.ЮНИТИ, 1998. – с. 621 – 632; 751 – 766.

2.  Бородич С.А. Эконометрика: Учебное пособие. – Мн.: Новое знание, 2001. – с. 98 – 115; 121 – 147; 200 – 222

3.  Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИНФРА-М, 1999. – XIV, с. 53 – 111

4.  Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. Проф. Н.Ш. Кремера. – М.: ЮНИТИ-ДАНА, 2002. – с. 50 – 80

5.  Кулинич Е.И. Эконометрия. – М.: Финансы и статистика, 2001. с. 43 – 83

6.  Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. Учебное пособие. 2-е изд. – М.: Дело, 1998. – с. 17 – 42

7.  Практикум по эконометрике: Учебное пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – с. 5 – 48

8.  Теория статистики: Учебник / под редакцией Р.А. Шмойловой. – 3-е изд. – М.: Финансы и статистика, 1999. – с. 289 – 295

9.  Эконометрика: Учебник / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – с.34 – 88

Тема 4. Множественный регрессионный анализ

4.1  Спецификация модели множественной регрессии

4.2  Вычисление параметров линейной множественной регрессионной модели при помощи МНК.

4.3  Оценка влияния различных факторов на зависимую переменную

4.4  Оценка качества множественных регрессионных моделей

4.5  Мультиколлинеарность и методы ее устранения

4.6  Проблемы построения качественной регрессионной модели

Основные положения

Множественная регрессионная модель (множественная регрессия) представляет собой модель, связывающую несколько независимых (объясняющих) переменных с одной результативной. Общий вид модели, включающей m независимых переменных: