S: Регрессионный анализ изучает . показателей
S: Уравнением линейной регрессии является
+: 
-: 
-: 
-: 
S: Прямолинейная связь между факторами исследуется с помощью уравнения регрессии
+:
-:
-:
-:
S: Признак у …. при увеличении признака x на 1, если линейное уравнение регрессии 
.
+: увеличивается на 1,2
-: увеличивается на 3,4
-: уменьшается на 1,2
-: уменьшается на 3,4
S: Линейное уравнение регрессии … показывает прямую связь между признаками у и x
+: 
-: 
-: 
-: 
S: Признак у …. при увеличении признака x на 1, если линейное уравнение регрессии 
.
-: увеличивается на 0,2
-: увеличивается на 1,4
-: уменьшается на 0,2
+: уменьшается на 1,4
S: Линейное уравнение регрессии … показывает обратную связь между признаками у и x
-:
+:
-: 
-: 
S: Коэффициент эластичности равен . если при увеличении признака х на 1% признак у увеличивается на 2%.
Коэффициент эластичности равен . если при увеличении признака х на 1% признак у уменьшается на 5%.
V2: <> Тема 9. Выборочное наблюдение
S: Выборочное наблюдение- это
-: сплошное наблюдение всех единиц совокупности
-: любое несплошное наблюдение части единиц совокупности
+: несплошное наблюдение части единиц совокупности, отобранных случайным способом
-: наблюдение за единицами совокупности в определенные моменты времени
-: обследование наиболее крупных единиц изучаемой совокупности
S: Преимуществом выборочного наблюдения по сравнению со сплошным наблюдением является возможность
+: провести более подробное исследование единицы совокупности
-: периодического проведения обследований
-: избежать ошибок репрезентативности
-: исследования большего количества единиц совокупности
S: Преимуществом выборочного наблюдения по сравнению со сплошным наблюдением является
+: более низкая стоимость
-: возможность периодического проведения обследований
-: отсутствие ошибок репрезентативности
-: отсутствие случайных ошибок
-: отсутствие систематических ошибок
S: Выборочное наблюдение позволяет установить:
+: численность выборки, при которой предельная ошибка не превысит допустимого уровня
-: число единиц совокупности, которые остались вне сплошного наблюдения
-: среднее значение признака в генеральной совокупности
-: вариацию признака в генеральной совокупности
-: тесноту связи между отдельными признаками, характеризующими изучаемое явление
S: Выборочное наблюдение позволяет установить:
-: число единиц совокупности, которые остались вне сплошного наблюдения
-: тесноту связи между отдельными признаками, характеризующими изучаемое явление
+: вероятность того, что ошибка выборки не превысит заданную величину
-: среднее значение признака в генеральной совокупности
-: вариацию признака в генеральной совокупности
S: Выборочное наблюдение позволяет установить:
-: число единиц совокупности, которые остались вне сплошного наблюдения
-: тесноту связи между отдельными признаками, характеризующими изучаемое явление
+: величину возможных отклонений показателей генеральной совокупности от показателей выборочной совокупности
-: среднее значение признака в генеральной совокупности
-: вариацию признака в генеральной совокупности
S: Выборочная совокупность формируется путем . выборки
S: Репрезентативность результатов выборочного наблюдения зависит от
-: определения границ объекта исследования
-: времени проведения наблюдения
-: продолжительности проведения наблюдения
S: Репрезентативность результатов выборочного наблюдения зависит от
-: определения границ объекта исследования
-: времени проведения наблюдения
-: продолжительности проведения наблюдения
S: Средняя ошибка случайной выборки . чем предельная ошибка.
-: меньше в t 2 раз
-: больше в t 2 раз
S: Предельная ошибка случайной выборки с вероятностью 0,997 равна . если средняя ошибка равна 0,2 (t=3).
S: Средняя ошибка случайной выборки равна . если предельная ошибка с вероятностью 0,954 равна 5, t=2.
S: Средняя ошибка случайной повторной выборки равна . , если ее объем равен 20, а выборочная дисперсия 1,8.
S: Средняя ошибка случайной 7,5%-ной бесповторной выборки равна . , если объем выборки равен 25, выборочная дисперсия 3,7.
S: Средняя ошибка случайной 5%-ной бесповторной выборки равна . , если объем выборки равен 152, выборочная дисперсия 1,6.
S: Доля лиц с высшим образованием в регионе не превышает . % (вероятность 0,95, t=1,96), если среди выборочно обследованных 100 человек 5 имеют высшее образование
S: Формула 
служит для расчета
+: средней ошибки бесповторной выборки
-: предельной ошибки бесповторной выборки
-: средней ошибки повторной выборки
-: предельной ошибки повторной выборки
S: Формула 
служит для расчета
-: средней ошибки бесповторной выборки
+: предельной ошибки бесповторной выборки
-: средней ошибки повторной выборки
-: предельной ошибки повторной выборки
S: Предельная ошибка случайной выборки при бесповторном отборе равна произведению средней ошибки выборки и
S: Предельная ошибка случайной выборки при бесповторном отборе равна произведению средней ошибки выборки и
-: объема выборочной совокупности
-: объема генеральной совокупности
S: Объем повторной случайной выборки рассчитывается по формуле
+: 
-: 
-: 
-: 
S: Объем бесповторной случайной выборки рассчитывается по формуле
-: 
-:
-: 
-: 
S: Интервальная оценка средней имеет вид
+: 
, где 
m
-: 
, где 
-: , где n
-: , где n
S: Интервальная оценка доли имеет вид
+: , где
-: , где m
-: , где n
-: , где n
S: Объем повторной случайной выборки равен . если вероятность того, что оценка верна, равна 0,954, t=2, дисперсия оценки 4, точность оценки 0,2.
S: Объем повторной случайной выборки равен . если
- вероятность того, что оценка верна, равна 0,997 (t=3)
- среднеквадратическое отклонение оценки 0,2
- точность оценки 0,1
S: Средняя заработная плата в генеральной совокупности с вероятностью 0,954 (t=2) принимает значения . , если по данным выборочного наблюдения:
- средняя заработная плата 3,5 тыс. руб.
- средняя ошибка выборки 0,3 тыс. руб.
+: от 18,54 до 19,46 тыс. руб.
-: от 6,7 до 7,3 тыс. руб.
-: от 2,9 до 3,8 тыс. руб.
-: от 16,71 до 17,29 тыс. руб.
S: Доля людей, бравших кредит в банке, в генеральной совокупности с вероятностью 0,954 (коэффициент доверия t=2) принимает значения . , если по данным выборочного наблюдения:
- доля людей, бравших кредит в банке, равна 10%
- средняя ошибка выборки равна 0,1%
V1: <> Раздел 2. Социально-экономическая статистика
V2: <> Тема 1. Статистика населения.
S: Численность населения на дату t вычисляется по формуле
-: 
+: 
-: 
-: 
S: Численность постоянного населения вычисляется по формуле
-: 
-: 
+: 
-: 
S: Численность наличного населения вычисляется по формуле
+: 
-: 
-: 
-: 
S: Постоянное население ‑ это лица
-: в данный момент находящиеся в данном пункте
+: обычно проживающие в данном пункте
-: никогда не выезжавшие из данного пункта
-: постоянно прописанные в данном пункте
S: Наличное население ‑ это лица
+: в данный момент находящиеся в данном пункте
-: обычно проживающие в данном пункте
-: никогда не выезжавшие из данного пункта
-: постоянно прописанные в данном пункте
S: Средняя численность населения при условии, что известна численность населения только в начале и в конце года, рассчитывается по формуле
+: 
-: 
-: 
-: 
S: Средняя численность населения рассчитывается по формуле 
, если известна численность населения
+: через равные интервалы времени
-: через неравные интервалы времени
-: в начале каждого месяца
-: в начале и в конце года
S: Средняя численность населения рассчитывается по формуле 
, если известна численность населения
+: через неравные интервалы времени
-: через равные интервалы времени
-: в начале каждого месяца
-: в начале и в конце года
S: Абсолютным показателем естественного движения населения является
-: количество прибывших на постоянное жительство
-: коэффициент общего прироста
S: Относительным показателем естественного движения населения является
-: количество прибывших на постоянное жительство
-: коэффициент общего прироста
S: Коэффициент рождаемости вычисляется по формуле
-: 
+: 
-: 
-: 
S: Коэффициент смертности вычисляется по формуле
+: 
-: 
-: 
-: 
S: Коэффициент естественного прироста вычисляется по формуле
-: 
+: 
-: 
-: 
S: Коэффициент естественного прироста вычисляется по формуле
-: 
+: 
-: 
-: 
S: Коэффициент жизненности вычисляется по формуле
-: 
-: 
+:
-:
S: Специальный коэффициент рождаемости вычисляется по формуле 
, где 
обозначает среднее количество
-: лиц в возрасте от 15 до 49 лет
+: женщин в возрасте от 15 до 49 лет
-: женщин, родивших в возрасте от 15 до 49 лет
-: замужних женщин в возрасте от 15 до 49 лет
S: Абсолютным показателем механического движения населения является
+: количество прибывших на постоянное жительство
-: коэффициент общего прироста
S: Относительным показателем механического движения населения является
-: количество прибывших на постоянное жительство
S: Коэффициент миграционного прироста вычисляется по формуле
-: 
-: 
+: 
-: 
S: Коэффициент общего прироста вычисляется по формуле
+: 
-: 
-: 
-: 
S: Коэффициент общего прироста вычисляется по формуле
-: 
+: 
-: 
-: 
S: Коэффициент общего прироста вычисляется по формуле
-: 
+: 
-: 
-: 
S: Ожидаемая численность населения через n лет вычисляется по формуле
-: 
+: 
-: 
-: 
S: Ожидаемая через год численность населения в возрасте 
лет вычисляется умножением среднего числа живущих в возрасте 
лет на
-: среднее число живущих в возрасте 
лет
-: ожидаемую продолжительность жизни
-: вероятность дожить до следующего возраста
S: Коэффициент рождаемости равен ### ‰ (с точностью до 1 ‰), если среднегодовая численность населения 300 тыс. чел, а в течение года родилось 6 тыс. чел.
S: Коэффициент смертности равен ### ‰ (с точностью до 1 ‰), если среднегодовая численность населения 200 тыс. чел, а в течение года умерло 3 тыс. чел.
S: Коэффициент жизненности равен ### (с точностью до 0,1), если среднегодовая численность населения 500 тыс. чел, в течение года родилось 8 тыс. чел., умерло 10 тыс. чел.
S: Среднегодовая численность населения равна . тыс. чел., если коэффициент рождаемости 12‰, и в течение года родилось 9 тыс. чел.
S: Среднегодовая численность населения равна ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент смертности равен 8‰ и в течение года умерло 5 тыс. чел.
S: Родилось в течение года ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент жизненности равен 1,05 и в течение года родилось 20 тыс. чел.
S: Коэффициент рождаемости равен ### ‰ (с точностью до 1 ‰), если коэффициент естественного прироста 2‰, коэффициент смертности 5‰
S: Коэффициент смертности равен ### ‰ (с точностью до 1 ‰), если коэффициент естественного прироста -1‰, коэффициент рождаемости 3‰
S: Коэффициент естественного прироста равен ### ‰ (с точностью до 1 ‰), если коэффициент рождаемости 6‰, коэффициент смертности 5‰
S: Коэффициент миграционного прироста равен ### ‰ (с точностью до 1 ‰), если среднегодовая численность населения 800 тыс. чел, а сальдо миграции 12 тыс. чел.
S: Сальдо миграции равно . тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент миграционного прироста равен 5 ‰, а среднегодовая численность населения 200 тыс. чел.
S: Коэффициент миграционного прироста равен ### (с точностью до 1‰), если коэффициент общего прироста 7‰, а коэффициент естественного прироста 5‰
S: Среднегодовая численность населения равна . тыс. чел., если коэффициент миграционного прироста 2‰, а сальдо миграции 7 тыс. чел.
S: Среднегодовая численность населения равна ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент общего прироста равен -2‰ и в течение года родилось 2 тыс. чел., умерло 1 тыс. чел., приехало 3 тыс. чел. и выехало 5 тыс. чел.
S: Естественный прирост в течение года равен ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент рождаемости равен 3‰, коэффициент смертности 5‰, среднегодовая численность населения 500 тыс. чел.
S: Коэффициент общего прироста равен ### ‰ (с точностью до 1 ‰), если коэффициент естественного прироста -2‰, коэффициент миграционного прироста 3‰
S: Численность населения через 2 года станет ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент общего прироста 5‰, численность населения на данный момент 200 тыс.чел.
S: Численность населения через 3 года станет ### тыс. чел. (с точностью до 1 тыс. чел.), если коэффициент общего прироста -10‰, численность населения на данный момент 100 тыс.чел.
S: Численность населения через 2 года увеличится на . тыс. чел., если коэффициент общего прироста 15‰, численность населения на данный момент 400 тыс.чел.
S: Численность населения через 2 года . если коэффициент общего прироста равен -20‰, численность населения на данный момент 500 тыс.чел.
+: уменьшится на 76,8 тыс. чел.
-: уменьшится на 80,0 тыс. чел.
-: увеличится на 76,8 тыс. чел.
-: увеличится на 80,0 тыс. чел.
S: Коэффициент естественного прироста равен … , если миграция отсутствует и
- численность населения в начале года 98 тыс. чел.
- родилось за год 7 тыс. чел.
- умерло за год 3 тыс. чел.
S: Коэффициент механического ( миграционного) прироста в 2003 г. составляет … ‰, если
численность населения в начале года 990 тыс. чел.
в конце года 1010 тыс. чел.
прибывших 13 тыс. чел.
выбывших 15 тыс. чел.
S: Численность населения на конец года = ### тыс. чел. (с точностью до 1 тыс. чел.), если
- численность населения в начале года 210 тыс. чел.
- родилось за год 3 тыс. чел.
- умерло за год 2 тыс. чел.
- прибыло 1 тыс. чел.
Видео:013. Обобщающая способность. Методы отбора признаков — К. В. ВоронцовСкачать
Тестовые задания по теме с эталонами ответов.
1. ТЕРМИН «КОРРЕЛЯЦИЯ» В СТАТИСТИКЕ ПОНИМАЮТ КАК
1) связь, зависимость
2) отношение, соотношение
3) функцию, уравнение
Правильный ответ: 1
2. СВЯЗЬ МЕЖДУ ПРИЗНАКАМИ МОЖНО СЧИТАТЬ СРЕДНЕЙ ПРИ ЗНАЧЕНИИ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ
Правильный ответ: 2
3. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ R = — 0,82 ГОВОРИТ О ТОМ, ЧТО КОРРЕЛЯЦИОННАЯ СВЯЗЬ
1) прямая, средней силы
2) обратная, слабая
3) прямая, сильная
4) обратная, сильная
Правильный ответ: 4
4. ПРИ ЗНАЧЕНИИ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ В ДИАПАЗОНЕ ОТ 0 ДО 0,3 СИЛА СВЯЗИ ОЦЕНИВАЕТСЯ КАК
Правильный ответ: 1
5. СВЯЗЬ МЕЖДУ ПРИЗНАКАМИ МОЖНО СЧИТАТЬ СИЛЬНОЙ ПРИ ЗНАЧЕНИИ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ
Правильный ответ: 3
6. ЗАВИСИМОСТЬ, ПРИ КОТОРОЙ УВЕЛИЧЕНИЕ ИЛИ УМЕНЬШЕНИЕ ЗНАЧЕНИЯ ОДНОГО ПРИЗНАКА ВЕДЕТ К УВЕЛИЧЕНИЮ ИЛИ УМЕНЬШЕНИЮ – ВТОРОГО, ХАРАКТЕРИЗУЕТ СЛЕДУЮЩИЙ ВИД СВЯЗИ
Правильный ответ: 1
7. ЗАВИСИМОСТЬ, ПРИ КОТОРОЙ УВЕЛИЧЕНИЕ ОДНОГО ПРИЗНАКА ДАЕТ УМЕНЬШЕНИЕ ВТОРОГО ХАРАКТЕРИЗУЕТ СЛЕДУЮЩИЙ ВИД КОРРЕЛЯЦИОННОЙ СВЯЗИ
Правильный ответ: 2
8. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ПИРСОНА ОПРЕДЕЛЯЕТ
1) статистическую значимость различий между переменными
2) степень разнообразия признака в совокупности
3) силу и направление связи между зависимой и независимой переменными
4) долю дисперсии результативного признака объясняемую влиянием независимых переменных
Правильный ответ: 3
9. УСЛОВИЕМ ДЛЯ РАСЧЕТА КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ ПИРСОНА ЯВЛЯЕТСЯ
1) распределение переменных неизвестно
2) нормальное распределение по крайней мере, одной из двух переменных
3) по крайней мере, одна из двух переменных измеряется в ранговой шкале
4) отсутствует нормальное распределение переменных
Правильный ответ: 2
10. РАНГОВЫЙ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ СПИРМЭНА РАССЧИТЫВАЕТСЯ, КОГДА
1) присутствует нормальное распределение переменных
2) необходимо оценить связь между качественными и количественными признаками
3) необходимо определить статистическую значимость различий между переменными
4) необходимо оценить степень разнообразия признака в совокупности
Правильный ответ: 2
11. ЗАВИСИМОСТЬ, КОГДА КАЖДОМУ ЗНАЧЕНИЮ ОДНОГО ПРИЗНАКА СООТВЕТСТВУЕТ ТОЧНОЕ ЗНАЧЕНИЕ ДРУГОГО, НАЗЫВАЕТСЯ
Правильный ответ: 4
12. ЗАВИСИМОСТЬ, КОГДА ПРИ ИЗМЕНЕНИИ ВЕЛИЧИНЫ ОДНОГО ПРИЗНАКА ИЗМЕНЯЕТСЯ ТЕНДЕНЦИЯ (ХАРАКТЕР) РАСПРЕДЕЛЕНИЯ ЗНАЧЕНИЙ ДРУГОГО ПРИЗНАКА, НАЗЫВАЕТСЯ
Правильный ответ: 3
13. ДЛЯ ИЗОБРАЖЕНИЯ КОРРЕЛЯЦИОННОЙ ЗАВИСИМОСТИ ИСПОЛЬЗУЕТСЯ ГРАФИК
2) график рассеяния точек
Правильный ответ: 2
14. ЕСЛИ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ РАВЕН 1, ТО СВЯЗЬ ЯВЛЯЕТСЯ
1) сильной, прямой
2) сильной обратной
3) средней, прямой
4) полной (функциональной), прямой
Правильный ответ: 4
15. СВЯЗЬ МЕЖДУ Y ИX МОЖНО ПРИЗНАТЬ БОЛЕЕ СУЩЕСТВЕННОЙ ПРИ СЛЕДУЮЩЕМ ЗНАЧЕНИИ ЛИНЕЙНОГО КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ
Правильный ответ: 3
16. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ ИСПОЛЬЗУЕТСЯ ДЛЯ ИЗУЧЕНИЯ
1) взаимосвязи явлений
2) развития явления во времени
3) структуры явлений
4) статистической значимости различий между явлениями
Правильный ответ: 1
17. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ МОЖЕТ ПРИНИМАТЬ ЗНАЧЕНИЯ
4) любые положительные
Правильный ответ: 3
18. КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ МОЖЕТ ПРИНИМАТЬ ЗНАЧЕНИЯ
4) любые положительные
Правильный ответ: 1
19. В РЕЗУЛЬТАТЕ ПРОВЕДЕНИЯ РЕГРЕССИОННОГО АНАЛИЗА ПОЛУЧАЮТ УРАВНЕНИЕ, ОПИСЫВАЮЩЕЕ . ПОКАЗАТЕЛЕЙ
Правильный ответ: 1
20. ЛИНЕЙНАЯ СВЯЗЬ МЕЖДУ ФАКТОРАМИ ИССЛЕДУЕТСЯ С ПОМОЩЬЮ УРАВНЕНИЯ РЕГРЕССИИ
1) 
2) 
3) 
4) 
Правильный ответ: 1
21. ПАРАМЕТР b (b= 0,016) ЛИНЕЙНОГО УРАВНЕНИЯ РЕГРЕССИИ 
ПОКАЗЫВАЕТ, ЧТО
1) с увеличением признака «х» на 1 признак «у» увеличивается на 0,678
2) с увеличением признака «х» на 1 признак «у» увеличивается на 0,016
3) с увеличением признака «х» на 1 признак «у» уменьшается на 0,678
4) с увеличением признака «х» на 1 признак «у» уменьшается на 0,016
Правильный ответ: 2
22. НЕЗАВИСИМАЯ ПЕРЕМЕННАЯ В УРАВНЕНИИ РЕГРЕССИИ НАЗЫВАЕТСЯ
4) переменной отклика
Правильный ответ: 3
23. ЗАВИСИМАЯ ПЕРЕМЕННАЯ В УРАВНЕНИИ РЕГРЕССИИ НАЗЫВАЕТСЯ
4) переменной отклика
Правильный ответ: 4
24. ДЛЯ ПРОГНОЗИРОВАНИЯ ИЗМЕНЕНИЯ БИНАРНЫХ ПРИЗНАКОВ ПРИМЕНЯЕТСЯ СЛЕДУЮЩИЙ ВИД РЕГРЕССИИ
Правильный ответ: 4
25. ДЛЯ ОЦЕНКИ КОРРЕЛЯЦИОННОЙ СВЯЗИ МЕЖДУ КАЧЕСТВЕННЫМИ ПРИЗНАКАМИ ПРИМЕНЯЕТСЯ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ
Правильный ответ: 2
26. ДОЛЮ ВАРИАЦИИ ПРИЗНАКА-РЕЗУЛЬТАТА, СЛОЖИВШУЮСЯ ПОД ВЛИЯНИЕМ НЕЗАВИСИМОГО ПРИЗНАКА ОБЪЯСНЯЕТ КОЭФФИЦИЕНТ
1) корреляции Пирсона
2) корреляции Спирмэна
Правильный ответ: 3
27. ДЛЯ ИЗУЧЕНИЯ СВЯЗИ, В КОТОРОЙ ПРИСУТСТВУЕТ БОЛЕЕ ОДНОЙ НЕЗАВИСИМОЙ ПЕРЕМЕННОЙ ИСПОЛЬЗУЕТСЯ
1) линейная регрессия
2) множественная регрессия
3) ранговая корреляция Спирмэна
4) расчет темпа прироста
Правильный ответ: 2
28. ДЛЯ РАСЧЕТА КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ СПИРМЭНА НЕОБХОДИМО
1) расположить переменные в порядке возрастания
2) расположить переменные в порядке убывания
3) возвести переменные в квадрат
4) присвоить переменным в порядке возрастания последовательные ранги (номера 1, 2, 3, . n)
Правильный ответ: 4
29. ЗАВИСИМОСТЬ ВЕСА ОТ РОСТА ЧЕЛОВЕКА (РОСТО-ВЕСОВОЙ ИНДЕКС) ОПИСЫВАЕТСЯ ПРИ ПОМОЩИ
1) логистической регрессии
2) множественной регрессии
3) экспоненциальной регрессии
4) линейной регрессии
Правильный ответ: 4
30. ЗАВИСИМОСТЬ ПОЛОЖИТЕЛЬНОГО ИЛИ ОТРИЦАТЕЛЬНОГО РЕЗУЛЬТАТА ЛЕЧЕНИЯ ОТ РЯДА ФАКТОРОВ ОПИСЫВАЕТСЯ ПРИ ПОМОЩИ
1) логистической регрессии
2) множественной регрессии
3) экспоненциальной регрессии
4) линейной регрессии
Правильный ответ: 1
31. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ИЗМЕРЯЕТСЯ В
2) тех же единицах, что и изучаемый признак
4) не имеет единиц измерения
Правильный ответ: 4
32. ИЗ НИЖЕПЕРЕЧИСЛЕННЫХ ВЕЛИЧИН ДЛЯ ОПРЕДЕЛЕНИЯ РАЗМЕРА ОДНОГО ПРИЗНАКА ПРИ ИЗМЕНЕНИИ ДРУГОГО НА ЕДИНИЦУ ИЗМЕРЕНИЯ ПРИМЕНЯЕТСЯ
Видео:XIX.F.III - Методы дистанционного зондирования растительных и почвенных покровов - 17 ноябряСкачать
Ответы на тесты по эконометрике
Q=………..min соответствует методу наименьших квадратов
Автокорреляция — это корреляционная зависимость уровней ряда от предыдущих значений.
Автокорреляция имеется когда каждое следующее значение остатков
Аддитивная модель временного ряда имеет вид: Y=T+S+E
Атрибутивная переменная может употребляться, когда: независимая переменная качественна;
В каких пределах изменяется коэффициент детерминанта: от 0 до 1.
В каком случае модель считается адекватной Fрасч>Fтабл
В каком случае рекомендуется применять для моделирования показателей с увелич. ростом параболу если относительная величина…неограниченно
В результате автокорреляции имеем неэффективные оценки параметров
В хорошо подобранной модели остатки должны иметь нормальный закон
В эконометрическом анализе Xj рассматриваются как случайные величины
Величина доверительного интервала позволяет установить предположение о том, что: интервал содержит оценку параметра неизвестного.
Величина рассчитанная по формуле r=…является оценкой парного коэф. Корреляции
Внутренне нелинейная регрессия — это истинно нелинейная регрессия, которая не может быть приведена к линейной регрессии преобразованием переменных и введением новых переменных.
Временной ряд — это последовательность значений признака (результативного переменного), принимаемых в течение последовательных моментов времени или периодов.
Выберете авторегрессионную модель Уt=a+b0x1+Ɣyt-1+ƹt
Выберете модель с лагами Уt= a+b0x1…….(самая длинная формула)
Выборочное значение Rxy не > 1, |R|
Для определения параметров точно идентифицируемой модели: применяется косвенный МНК;
Для оценки … изменения y от x вводится: коэффициент эластичности:
Для парной регрессии ơ²b равно ….(xi-x¯)²)
Для проверки значимости отдельных параметров регрессии используется: t-тест.
Для регрессии y=a+bx из n наблюдений интервал доверия (1-а)% для коэф. b составит b±t…….·ơb
Для регрессии из n наблюдений и m независимых переменных существует такая связь между R² и F..=[(n-m-1)/m]( R²/(1- R²)]
Доверительная вероятность – это вероятность того, что истинное значение результативного показателя попадёт в расчётный прогнозный интервал.
Допустим что для описания одного экономического процесса пригодны 2 модели. Обе адекватны по f критерию фишера. какой предоставить преимущество, у той у кот.: большее значения F критерия
Допустим, что зависимость расходов от дохода описывается функцией y=a+bx среднее значение у=2…равняется 9
Если Rxy положителен, то с ростом x увеличивается y.
Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению T статистки
Если качественный фактор имеет 3 градации, то необходимое число фиктивных переменных 2
Если коэффициент корреляции положителен, то в линейной модели с ростом х увеличивается у
Если мы заинтересованы в использовании атрибутивных переменных для отображения эффекта разных месяцев мы должны использовать 11 атрибутивных методов
Если регрессионная модель имеет показательную зависимость, то метод МНК применим после приведения к линейному виду.
Зависимость между коэффициентом множественной детерминации (D) и корреляции (R) описывается следующим методом R=√D
Значимость уравнения регрессии — действительное наличие исследуемой зависимости, а не просто случайное совпадение факторов, имитирующее зависимость, которая фактически не существует.
Значимость уравнения регрессии в целом оценивают: -F-критерий Фишера
Значимость частных и парных коэф. корреляции поверен. с помощью: -t-критерия Стьюдента
Интеркорреляция и связанная с ней мультиколлинеарность — это приближающаяся к полной линейной зависимости тесная связь между факторами.
Какая статистическая характеристика выражается формулой R²=…коэффициент детерминации
Какая статистическая хар-ка выражена формулой : rxy=Ca(x;y) разделить на корень Var(x)*Var(y): коэффициент. корреляции
Какая функция используется при моделировании моделей с постоянным ростом степенная
Какие точки исключаются из временного ряда процедурой сглаживания и в начале, и в конце.
Какое из уравнений регрессии является степенным y=a˳aͯ¹a
Классический метод к оцениванию параметров регрессии основан на: – метод наименьших квадратов (МНК)
Количество степеней свободы для t статистики при проверки значимости параметров регрессии из 35 наблюдений и 3 независимых переменных 31;
Количество степеней свободы знаменателя F-статистики в регрессии из 50 наблюдений и 4 независимых переменных: 45
Компоненты вектора Ei имеют нормальный закон
Корреляция — стохастическая зависимость, являющаяся обобщением строго детерминированной функциональной зависимости посредством включения вероятностной (случайной) компоненты.
Коэффициент автокорреляции: характеризует тесноту линейной связи текущего и предстоящего уровней ряда
Коэффициент детерминации — показатель тесноты стохастической связи в общем случае нелинейной регрессии
Коэффициент детерминации – это величина, которая характеризует связь между зависимыми и независимыми переменными.
Коэффициент детерминации – это квадрат множественного коэффициента корреляции
Коэффициент детерминации – это: величина, которая характеризует связь между независимой и зависимой (зависящей) переменными;
Коэффициент детерминации R показывает долю вариаций зависимой переменной y, объяснимую влиянием факторов, включаемых в модель.
Коэффициент детерминации изменяется в пределах: – от 0 до 1
Коэффициент доверия — это коэффициент, который связывает линейной зависимостью предельную и среднюю ошибки, выясняет смысл предельной ошибки, характеризующей точность оценки, и является аргументом распределения (чаще всего, интеграла вероятностей). Именно эта вероятность и есть степень надежности оценки.
Коэффициент доверия (нормированное отклонение) — результат деления отклонения от среднего на стандартное отклонение, содержательно характеризует степень надежности (уверенности) полученной оценки.
Коэффициент корелляции Rxy используется для определения полноты связи X и Y.
Коэффициент корелляции меняется в пределах : от -1 до 1
Коэффициент корелляции равный 0 означает, что: –отсутствует линейная связь.
Коэффициент корелляции равный 1 означает, что: -существует функциональная зависимость.
Коэффициент корреляции используется для: определения тесноты связи между случайными величинами X и Y;
Коэффициент корреляции рассчитывается для измерения степени линейной взаимосвязи между двумя случайными переменными.
Коэффициент линейной корреляции — показатель тесноты стохастической связи между фактором и результатом в случае линейной регрессии.
Коэффициент регрессии — коэффициент при факторной переменной в модели линейной регрессии.
Коэффициент регрессии b показывает: на сколько единиц увеличивается y, если x увеличивается на 1.
Коэффициент регрессии изменяется в пределах: применяется любое значение ; от 0 до 1; от -1 до 1;
Коэффициент эластичности измеряется в: неизмеримая величина.
Критерий Дарвина-Чотсона применяется для: – отбора факторов в модель; или – определения автокорреляции в остатках
Критерий Стьюдента — проверка значимости отдельных коэффициентов регрессии и значимости коэффициента корреляции.
Критерий Фишера показывает статистическую значимость модели в целом на основе совокупной достоверности всех ее коэффициентов;
Лаговые переменные : – это переменные, относящиеся к предыдущим моментам времени; или -это значения зависим. перемен. за предшествующий период времени.
Лаговые переменные это значение зависимых переменных за предшествующий период времени
Модель в целом статистически значима, если Fрасч > Fтабл.
Модель идентифицирована, если: – число параметров структурной модели равно числу параметров приведён. формы модели.
Модель неидентифицирована, если: – число приведён. коэф . больше числа структурных коэф.
Модель сверхидентифицирована, если: число приведён. коэф. меньше числа структурных коэф
Мультиколлениарность возникает, когда: ошибочное включение в уравнение 2х или более линейно зависимых переменных; 2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными; . в модель включается переменная, сильно коррелирующая с зависимой переменной.
Мультипликативная модель временного ряда имеет вид: – Y=T*S*E
Мультипликативная модель временного ряда строится, если: амплитуда сезонных колебаний возрастает или уменьшается
На основе поквартальных данных…значения 7-1 квартал, 9-2квартал и 11-3квартал …-5
Неправильный выбор функциональной формы или объясняющих переменных называется ошибками спецификации
Несмещённость оценки параметра регрессии, полученной по МНК, означает: – что она характеризуется наименьшей дисперсией.
Одной из проблем которая может возникнуть в многофакторной регрессии и никогда не бывает в парной регрессии, является корреляция между независимыми переменными
От чего зависит количество точек, исключаемых из временного ряда в результате сглаживания: от применяемого метода сглаживания.
Отметьте основные виды ошибок спецификации: отбрасывание значимой переменной; добавление незначимой переменной;
Оценки коэффициентов парной регрессии является несмещённым, если: математические ожидания остатков =0.
Оценки параметров парной линейной регрессии находятся по формуле b= Cov(x;y)/Var(x);a=y¯ bx¯
Оценки параметров регрессии являются несмещенными, если Математическое ожидание остатков равно 0
Оценки параметров регрессии являются состоятельными, если: -увеличивается точность оценки при n, т. е. при увеличении n вероятность оценки от истинного значения параметра стремится к 0.
Оценки парной регрессии явл. эффективными, если: оценка обладают наименьшей дисперсией по сравнению с другими оценками
При наличии гетероскедастичности следует применять: – обобщённый МНК
При проверке значимости одновременно всех параметров используется: -F-тест.
При проверке значимости одновременно всех параметров регрессии используется: F-тест.
Применим ли метод наименьших квадратов для расчетов параметров показательной зависимости применим после ее приведения
Применим ли метод наименьших квадратов(МНК) для расчёта параметров нелинейных моделей? применим после её специального приведения к линейному виду
С помощью какого критерия оценивается значимость коэффициента регрессии T стьюдента
С увеличением числа объясняющих переменных скоррестированный коэффициент детерминации: – увеличивается.
Связь между индексом множественной детерминации R² и скорректированным индексом множественной детерминации Ȓ² есть
Скорректиров. коэф. детерминации: – больше обычного коэф. детерминации
Стандартизованный коэффициент уравнения регрессии Ƀk показывает на сколько % изменится результирующий показатель у при изменении хi на 1%при неизмененном среднем уровне других факторов
Стандартный коэффициент уравнения регрессии: показывает на сколько 1 изменится y при изменении фактора xk на 1 при сохранении др.
Суть коэф. детерминации r 2 xy состоит в следующем: – характеризует долю дисперсии результативного признака y объясняем. регресс., в общей дисперсии результативного признака.
Табличное значение критерия Стьюдента зависит от уровня доверительной вероятности и от числа включённых факторов и от длины исходного ряда.(от принятого уровня значимости и от числа степеней свободы ( n – m -1))
Табличные значения Фишера (F) зависят от доверительной вероятности и от числа включённых факторов и от длины исходного ряда (от доверительной вероятности p и числа степеней свободы дисперсий f1 и f2)..
Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, идентифицируемо если D+1=H
Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, НЕидентифицируемо если D+1 H
Уравнение идентифицировано, если: – D+1=H
Уравнение неидентифицировано, если: – D+1 H
Фиктивные переменные – это: атрибутивные признаки (например, как профессия, пол, образование), которым придали цифровые метки;
Формула t= rxy….используется для проверки существенности коэффициента корреляции
Частный F-критерий: – оценивает значимость уравнения регрессии в целом
Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно: m;
Что показывает коэффициент наклона – на сколько единиц изменится у, если х изменился на единицу,
Что показывает коэффициент. абсолютного роста на сколько единиц изменится у, если х изменился на единицу
Экзогенная переменная – это независимая переменная или фактор-Х.
Экзогенные переменные — это переменные, которые определяются вне системы и являются независимыми
Экзогенные переменные – это предопределенные переменные, влияющие на зависимые переменные (Эндогенные переменные), но не зависящие от них, обозначаются через х
Эластичность измеряется единица измерения фактора…показателя
Эластичность показывает на сколько % изменится редуктивный показатель y при изменении на 1% фактора xk .
Эндогенные переменные – это: зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через у
Определения
T-отношение (t-критерий) — отношение оценки коэффициента, полученной с помощью МНК, к величине стандартной ошибки оцениваемой величины.
Аддитивная модель временного ряда – это модель, в которой временной ряд представлен как сумма перечисленных компонент.
Критерий Фишера — способ статистической проверки значимости уравнения регрессии, при котором расчетное (фактическое) значение F-отношения сравнивается с его критическим (теоретическим) значением.
Линейная регрессия — это связь (регрессия), которая представлена уравнением прямой линии и выражает простейшую линейную зависимость.
Метод инструментальных переменных — это разновидность МНК. Используется для оценки параметров моделей, описываемых несколькими уравнениями. Главное свойство — частичная замена непригодной объясняющей переменной на такую переменную, которая некоррелированна со случайным членом. Эта замещающая переменная называется инструментальной и приводит к получению состоятельных оценок параметров.
Метод наименьших квадратов (МНК) — способ приближенного нахождения (оценивания) неизвестных коэффициентов (параметров) регрессии. Этот метод основан на требовании минимизации суммы квадратов отклонений значений результата, рассчитанных по уравнению регрессии, и истинных (наблюденных) значений результата.
Множественная линейная регрессия — это множественная регрессия, представляющая линейную связь по каждому фактору.
Множественная регрессия — регрессия с двумя и более факторными переменными.
Модель идентифицируемая — модель, в которой все структурные коэффициенты однозначно определяются по коэффициентам приведенной формы модели.
Модель рекурсивных уравнений — модель, которая содержит зависимые переменные (результативные) одних уравнений в роли фактора, оказываясь в правой части других уравнений.
Мультипликативная модель – модель, в которой временной ряд представлен как произведение перечисленных компонент.
Несмещенная оценка — оценка, среднее которой равно самой оцениваемой величине.
Нулевая гипотеза — предположение о том, что результат не зависит от фактора (коэффициент регрессии равен нулю).
Обобщенный метод наименьших квадратов (ОМНК) — метод, который не требует постоянства дисперсии (гомоскедастичности) остатков, но предполагает пропорциональность остатков общему множителю (дисперсии). Таким образом, это взвешенный МНК.
Объясненная дисперсия — показатель вариации результата, обусловленной регрессией.
Объясняемая (результативная) переменная — переменная, которая статистически зависит от факторной переменной, или объясняющей (регрессора).
Остаточная дисперсия — необъясненная дисперсия, которая показывает вариацию результата под влиянием всех прочих факторов, неучтенных регрессией.
Предопределенные переменные — это экзогенные переменные системы и лаговые эндогенные переменные системы.
Приведенная форма системы — форма, которая, в отличие от структурной, уже содержит одни только линейно зависящие от экзогенных переменных эндогенные переменные. Внешне ничем не отличается от системы независимых уравнений.
Расчетное значение F-отношения — значение, которое получают делением объясненной дисперсии на 1 степень свободы на остаточную дисперсию на 1 степень свободы.
Регрессия (зависимость) — это усредненная (сглаженная), т.е. свободная от случайных мелкомасштабных колебаний (флуктуаций), квазидетерминированная связь между объясняемой переменной (переменными) и объясняющей переменной (переменными). Эта связь выражается формулами, которые характеризуют функциональную зависимость и не содержат явно стохастических (случайных) переменных, которые свое влияние теперь оказывают как результирующее воздействие, принимающее вид чисто функциональной зависимости.
Регрессор (объясняющая переменная, факторная переменная) — это независимая переменная, статистически связанная с результирующей переменной. Характер этой связи и влияние изменения (вариации) регрессора на результат исследуются в эконометрике.
Система взаимосвязанных уравнений — это система одновременных или взаимозависимых уравнений. В ней одни и те же переменные выступают одновременно как зависимые в одних уравнениях и в то же время независимые в других. Это структурная форма системы уравнений. К ней неприменим МНК.
Система внешне не связанных между собой уравнений — система, которая характеризуется наличием одних только корреляций между остатками (ошибками) в разных уравнениях системы.
Случайный остаток (отклонение) — это чисто случайный процесс в виде мелкомасштабных колебаний, не содержащий уже детерминированной компоненты, которая имеется в регрессии.
Состоятельные оценки — оценки, которые позволяют эффективно применять доверительные интервалы, когда вероятность получения оценки на заданном расстоянии от истинного значения параметра становится близка к 1, а точность самих оценок увеличивается с ростом объема выборки.
Спецификация модели — определение существенных факторов и выявление мультиколлинеарности.
Стандартная ошибка — среднеквадратичное (стандартное) отклонение. Оно связано со средней ошибкой и коэффициентом доверия.
Степени свободы — это величины, характеризующие число независимых параметров и необходимые для нахождения по таблицам распределений их критических значений.
Тренд — основная тенденция развития, плавная устойчивая закономерность изменения уровней ряда.
Уровень значимости — величина, показывающая, какова вероятность ошибочного вывода при проверке статистической гипотезы по статистическому критерию.
Фиктивные переменные — это переменные, которые отражают сезонные компоненты ряда для какого-либо одного периода.
Эконометрическая модель — это уравнение или система уравнений, особым образом представляющие зависимость (зависимости) между результатом и факторами. В основе эконометрической модели лежит разбиение сложной и малопонятной зависимости между результатом и факторами на сумму двух следующих компонентов: регрессию (регрессионная компонента) и случайный (флуктуационный) остаток. Другой класс эконометрических моделей образует временные ряды.
Эффективность оценки — это свойство оценки обладать наименьшей дисперсией из всех возможных.
🎥 Видео
Обратная связь. Дистанционное обучениеСкачать
Психология профориентацииСкачать
Как реагировать на обратную связь на свои уроки и оценивать их самомуСкачать
Занятие 2-2 “Как работать с заключением эксперта” / полное занятие ниже 👇Скачать
Честное сотрудничество. Подробно о соавторствеСкачать
Основы вызванных потенциаловСкачать
14-Оптимизация слуховых исходов при шванноматозе, связанном с НФ2 (RU)Скачать
Методология выявления типовых инцидентов с помощью DLPСкачать
Система работы по выполнению заданий повышенного уровня сложности ЕГЭ по русскому языку. ЛексикаСкачать
«Право онлайн», выпуск 7. Как пресекать «списывание» во время онлайн-экзаменов?Скачать
Как одновременно соответствовать требованиям регуляторов и обеспечивать реальную защиту информацииСкачать
XVI.E.41 - Изменчивость сигнала обратного акустического рассеяния донной станции ADCP - Пиотух В. Б.Скачать
Д-21. Формирующее оценивание: смысл, область примененияСкачать
Разработка агрегатора информации, полезной при расследовании инцидентов ИБ / Проектная практика 2021Скачать
Как развить визуализацию и кодирование информацииСкачать
XVII.I.03 - Тестирование метода регистрации перемещающихся ионосферных возмущений - Козловцева Е.А.Скачать
Как не захлебнуться в потоке комплаенс-проверок и освободить ресурсы для решения задач ИБСкачать
Классификация сейсмических данных по форме сейсмотрассы с контролемСкачать
