Загрузил Кристина Закарян

otvety

реклама
ВОПРОС
ОТВЕТ
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≥0,7.
Значение статистики ДарбинаУотсона находится между
значениями …
 0и4
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;
Уравнение множественной регрессии
имеет вид: yₓ = −27,16 + 1,37х₁ −
0,29х₂. Параметр, равный 1,37,
означает следующее:
 при увеличении x1 на одну
единицу своего измерения при
фиксированном значении
фактора x2 переменная y
увеличится на 1,37 единиц
своего измерения;
Логарифмическое преобразование
позволяет осуществить переход от
нелинейной модели y = 5x2u к
модели:
 ln y = ln 5 + 2 ln x + ln u;
К ошибкам выборки относятся:
 неоднородность данных в
исходной статистической
совокупности;
Расположите в правильной
последовательности этапы
проведения корреляционнорегрессионного 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).
Какой критерий используют для
оценки значимости коэффициента
корреляции:
 t-критерий Стьюдента;
 средняя абсолютная ошибка;
Укажите характеристики,
используемые в качестве меры
точности модели регрессии:
 остаточная дисперсия;
 средняя относительная ошибка
аппроксимации;
Какой критерий используют для
оценки значимости коэффициента
детерминации:
 F-критерий Фишера;
Какое значение не может принимать
парный коэффициент корреляции:
 1,111;
Значение коэффициента
детерминации рассчитывается как
отношение дисперсии
результативного признака,
объясненной регрессией, к …
дисперсии результативного признака.
 общей
Уравнению регрессии yx=2,88-0,72x11,51x2 соответствует множественный
коэффициент корреляции Ry=0,84.
Укажите, какая доля вариации
результативного показателя у (в %)
объясняется входящими в уравнение
регрессии переменными x1 и x2:
 84,0;
Фиктивной переменными в
уравнении множественной регрессии
могут быть:
 переменные, исходные
значения которых не имеют
количественного значения.
 качественные переменные,
преобразованные в
количественные;
Сколько степеней свободы в выборке
поглощает оценивание каждого
параметра в уравнении регрессии?
Имеется матрица парных
коэффициентов корреляции:
Между какими факторами
наблюдается коллинеарность:
Имеется матрица парных
коэффициентов корреляции:
Какой фактор НЕ следует включать в
модель множественной регрессии?
При верификации модели регрессии
получены следующие результаты:
укажите верный вывод.
 одну
 x1 и x3;
 х2;
 средняя ошибка аппроксимации
не превышает установленного
предела в 15%, что
свидетельствует о хорошем
качестве модели;
Скачать