Т3.01 Параметри рівняння регресії є незміщеними , коли:
а); б) ; в) min;
Т3.02 Параметри рівняння регресії є обґрунтованими, коли:
а); б) ; в) min;
Т3.03 Параметри рівняння регресії є ефективними, коли:
а); б) ; в) min;
Т3.04Умовами застосування МНК для оцінювання ai є наступні припущення:
а) можливість лінеаризації рівняння регресії;
б) гомоскедистичність дисперсії залишків ej;
в) наявність автокореляції залишків ej;
г) відсутність мультиколінеарності екзогенних змінних.
Т3.05. Умовами застосування МНК для оцінювання ai є наступні припущення:
а); б) Dε = const ; в) гетероскедастичність залишків ej;
г) розподіл залишків ej за нормальним законом.
Т3.06. Основним принципом МНК є:
а); б)min; в) min;
Т3.07. Розв’язок системи нормальних рівнянь за МНК для оцінювання αi може бути виконаний:
а)способом послідовного вилучення невідомих (способом Гаусса);
б)способом детермінантів (визначників) за матрицею А;
в)за допомогою оберненої матриці А-1.
Т3.08. Параметри ai можуть бути оцінені за допомогою β - коефіцієнтів за формулою:
а); б) ; в) ;
Т3.09 Дисперсія фактичних значеньy розраховується за відхиленнями:
а); б) ; в) ;
Т3.10. Дисперсія оцінок розраховується за відхиленнями:
а); б) y - ; в) - ;
Т3.11. Дисперсія залишків e розраховується за відхиленнями:
а) ; б) y - ; в) - ;
Т3.12. Дисперсійний ANOVA – аналіз полягає у розкладанні:
а);
б) ;
в) .
Т3.13. Коефіцієнт множинної кореляції за ANOVA – аналізом може бути визначений за формулою:
а); б) ;
в) .г) .
Т3.14. Значущість (адекватність) рівняння регресії перевіряється за F- статистикою Фішера:
а)залежно від співвідношення ;
б)виходячи з;
в) за величиною помилок оцінок аі.
Т3.15. Значущість (невипадковість) коефіцієнтів регресії аі перевіряється за t- статистикою Ст´юдента:
а)за відношенням ;
б)за відношенням ;
в) виходячи із і елементів головної діагоналі оберненої матриці А-1
Т3.16 Інтервали довіри для коефіцієнтів регресії аі визначаються залежно від:
а) ai; б) σai; в) ai та σai.
Т3.17 Наявність або відсутність гетероскедастичністі залишків еj перевіряється за допомогою:
а)графічного тесту;
б)тестування за ранговою кореляцією Спірмана за t- статистикою Ст´юдента;
в)теоретичного аналізу.
Т3.18 DW-статистика Дарбіна- Уотсона:
а)приймає значення від 0 до1;
б)приймає значення від 0 до4;
в)при середньому значенні DW означає повну відсутність автокореляції;
г)при DW→ min означає наявність додатної автокореляції, а при DW→ мах- від’ємної.
Т3.19. Прогноз залежної змінної за рівнянням регресії може бути:
а)точковим; б)точним; в)інтервальним.
Т3.20. У простій (парній) регресії помилка прогнозу залежної змінної:
а)мінімальна для =;
б)зменшується по мірі віддалення від ;
в) може встановлюватися заздалегідь для будь-яких значень .
Т3.21. У множинній регресії помилка прогнозу залежної змінної:
а)мінімальна для =;
б) збільшується по мірі віддалення від ; у будь - яку сторону;
в) може встановлюватися заздалегідь для будь – якої комбінації прогнозних значень екзогенних змінних;
г) повинна визначатися в кожному окремому випадку прогнозування.
Т3.22. Наявність або відсутність автокореляції залишків перевіряється за допомогою:
а) графічного тесту;
б) теста Дарбіна – Уотсона за DW - статистикою;
в) теоретичного аналізу.