ТЕСТОВІ ЗАВДАННЯ

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 a_i є наступні припущення:

а) можливість лінеаризації рівняння регресії;

б) гомоскедистичність дисперсії залишків e_j;

в) наявність автокореляції залишків e_j;

г) відсутність мультиколінеарності екзогенних змінних.

Т3.05. Умовами застосування МНК для оцінювання a_i є наступні припущення:

а); б) D_ε = const ; в) гетероскедастичність залишків e_j;

г) розподіл залишків e_j 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 α_i 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 a_i 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 а_і.

Т3.15. Значущість (невипадковість) коефіцієнтів регресії а_і 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 а_і визначаються залежно від:

а) a_i; б) σ_ai; в) a_i та σ_ai.

Т3.17 Наявність або відсутність гетероскедастичністі залишків е_j 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.