Тест Синергия Современные методы сбора, обработки и анализа экономических и социальных данных.фэ_БАК 2023г. ✅Ответы Итоговый тест

Тест с ответами "Современные методы сбора, обработки и анализа экономических и социальных данных.фэ_БАК" 2023г>75 из 100 баллов Зачет.

• Правильные готовые ответы на тест Синергия🟢с результатом сдачи "Зачтено".
• Все Ответы к тесту указаны в файле. После покупки вы сможете скачать файл со всеми ответами.
• Ответы с результатом 🟢90 баллов можно приобрести здесь➤https://studwork.ru/shop/293164

↓ВОПРОСЫ К ТЕСТУ УКАЗАНЫ НИЖЕ В ОГЛАВЛЕНИИ↓

Имеется матрица парных коэффициентов корреляции:

Между какими факторами наблюдается коллинеарность:

Уравнение множественной регрессии имеет вид: ух = —27,16 + l,37x1 — 0,29x2∙ Параметр, равный 1,37. означает следующее:

при увеличении X1 на одну единицу своего измерения, переменная у увеличится на 1,37 единиц своего измерения;

при увеличении X1 на одну единицу своего измерения при фиксированном значении фактора X2 переменная у увеличится на 1,37 единиц своего измерения;

при увеличении X1 на 1,37 единиц своего измерения при фиксированном значении фактора X2 переменная у увеличится на одну единицу своего измерения.

К ошибкам измерения относятся:

О неоднородность данных в исходной статистической совокупности;

О неправильный выбор структуры математической функции для объясненной части уравнения регрессии;

О недоучет в уравнении регрессии какого-либо существенного фактора;

О округление данных при сборе исходной информации.

К ошибкам выборки относятся:

О неоднородность данных в исходной статистической совокупности;

О неправильный выбор структуры математической функции для объясненной части уравнения регрессии;

О недоучет в уравнении регрессии какого-либо существенного фактора;

О округление данных при сборе исходной информации.

При верификации модели регрессии получены следующие результаты:

Коэффициент корреляции                                                                                         0,87

Коэффициент детерминации                                                                                     0,76

Средняя ошибка аппроксимации                                                                            0,059

Расчетное значение статистики Фишера                                                               22,81

Соответствующее критическое значение критерия Фишера                                 3,68

укажите верный вывод.

построенное уравнение регрессии объясняет 87% вариации зависимой переменной;

средняя ошибка аппроксимации не превышает установленного предела в 15%, что свидетельствует о хорошем качестве модели;

расчетное значение критерия Фишера превышает соответствующее табличное (критическое) значение. Найденное уравнение регрессии статистически надежно.

регрессия установила наличие тесной обратной связи между признаками х и у.

Расположите в правильной последовательности этапы проведения корреляционно-регрессионного анализа.

Тип ответа: Сортировка

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 детерминации:

F-критерий Фишера;

t-критерий Стьюдента;

критерий Пирсона;

критерий Дарбина-Уотсона.

Определите правильную последовательность условия дополнительного включения фактора в модель: «При дополнительном включении во множественную регрессию новой объясняющей переменной...»

Тип ответа: Сортировка

1 коэффициент детерминации;

2 должен/должна возрастать.

3 остаточная дисперсия;

4 должен/должна уменьшаться;

Укажите характеристики, используемые в качестве меры точности модели регрессии:

средняя абсолютная ошибка;

остаточная дисперсия;

коэффициент корреляции;

средняя относительная ошибка аппроксимации;

коэффициент вариации.

Логарифмическое преобразование позволяет осуществить переход от нелинейной модели у = 5x2u к модели:

ln y = ln 5 + 2 ln x + ln u

 y = ln y + 5 +2ln x

 ln y = 5 + 2x + u

 y = ln 5 + 2 Inx + ln u

Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к ... дисперсии результативного признака.

Тип ответа: Текстовый ответ

Фиктивной переменными в уравнении множественной регрессии могут быть:

□          количественные переменные;

□          экономические показатели, выраженные в стоимостном измерении;

□          качественные переменные, преобразованные в количественные;

□          переменные, исходные значения которых не имеют количественного значения.

Уравнению регрессии yx=2,88-0,72x-∣-1,51 x2 соответствует множественный коэффициент корреляции Ry=0,84.

Укажите, какая доля вариации результативного показателя у (в %) объясняется входящими в уравнение регрессии переменными X1 и х2:

70,6;

16,0;

84,0;

29,4.

Сколько степеней свободы в выборке поглощает оценивание каждого параметра в уравнении регрессии?

Тип ответа: Текстовый ответ

Какой критерий используют для оценки значимости коэффициента корреляции:

F-критерий Фишера;

t-критерий Стьюдента;

критерий Пирсона;

критерий Дарбина-Уотсона.

При построении модели множественной регрессии предварительно проводят исследование факторных переменных на коллинеарность и мульти коллинеарность. Считается, что две переменные явно коллинеарны, если соответствующий парный коэффициент корреляции удовлетворяет условию:

Какое значение не может принимать парный коэффициент корреляции:

0,973;

0,005;

1,111;

0,721.

Имеется матрица парных коэффициентов корреляции:

Какой фактор НЕ следует включать в модель множественной регрессии?