Строится модель зависимости спроса от ряда факторов. Фиктивной переменной в данном уравнении множественной регрессии не является _ потребителя
(*ответ*) доход
пол
уровень образования
семейное положение
Табличное значение критерия Фишера служит для проверки статистической гипотезы о равенстве
(*ответ*) факторной и остаточной дисперсий
математического ожидания некоторой гипотетической величины
двух математических ожиданий
дисперсии некоторой гипотетической величины
Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является
(*ответ*) линейность параметров
равенство нулю средних значений результативной переменной
равенство нулю значений факторного признака
нелинейность параметров
Уравнение регрессии, которое связывает результирующий признак с одним из факторов при зафиксированных на среднем уровне значении других переменных, называется
(*ответ*) частным
множественным
существенным
несущественным
Факторная дисперсия служит для оценки влияния
(*ответ*) учтенных явно в модели факторов
случайных воздействий
величины постоянной составляющей в уравнении
как учтенных факторов, так и случайные воздействия
Факторные переменные уравнения множественной регрессии, преобразованные из качественных в количественные называются
(*ответ*) фиктивными
парными
множественными
аномальными
Факторы эконометрической модели являются коллинеарными, если коэффициент
(*ответ*) корреляции между ними по модулю больше 0,7
корреляции между ними по модулю меньше 0,7
детерминации между ними по модулю меньше 0,7
детерминации между ними по модулю больше 0,7
Фиктивные переменные включаются в уравнение множественной регрессии для учета действия на результат признаков _ характера
(*ответ*) качественного
случайного
несущественного
количественного
Фиктивные переменные включаются в уравнения _ регрессии
(*ответ*) множественной
случайной
парной
косвенной
В качестве значения зависимой переменной лучше брать фактически наблюденное значение:
(*ответ*) нет
да
Гипотезы, лежащие в основе модели множественной регрессии, являются естественным обобщением модели парной регрессии:
(*ответ*) да
нет
Для анализа статистической значимости полученных коэффициентов множественной линейной регрессии необходимо оценить только дисперсию:
(*ответ*) нет
да