Естественно считать, что число ограничений превосходит числа параметров и ограничения линейно независимы:
(*ответ*) нет
да
Значения экономических переменных определяется обычно влиянием одного фактора:
(*ответ*) нет
да
Коэффициент детерминации (R*R) возрастает при добавлении еще одного регрессора:
(*ответ*) да
нет
Коэффициент детерминации (R*R) всегда является положительным числом:
(*ответ*) нет
да
Коэффициент детерминации характеризует долю вариации (разброса) зависимой переменной, объясненной с помощью данного уравнения:
(*ответ*) да
нет
Основная цель множественной регрессии - построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель:
(*ответ*) да
нет
Оценка метода наименьших квадратов приводит к смещенной оценке:
(*ответ*) нет
да
Попыткой устранить эффект, связанный с ростом (R*R) при возрастании числа регрессоров, является коррекция (R*R )на число регрессоров:
(*ответ*) да
нет
Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели:
(*ответ*) да
нет
При оценке множественной регрессии для обеспечения статистической надежности требуется, чтобы число наблюдений в 3 раза превосходило число оцениваемых параметров:
(*ответ*) да
нет
При проверке гипотез можно пользоваться только одним из двух критериев - Стьюдента или Фишера:
(*ответ*) нет
да
Решение системы линейных уравнений может быть осуществлено только методом Гаусса:
(*ответ*) нет
да
Точную границу приемлемости показателя R*R возможно указать сразу для всех случаев:
(*ответ*) нет
да
Ввиду четкой интерпретации параметров наиболее широко используются линейная и степенная функции:
(*ответ*) да
нет
Всегда ясно, какие переменные являются лишними при столкновении с проблемой мультиколлинеарности:
(*ответ*) нет
да
Высокий коэффициент корреляции указывает на тесную функциональную зависимость между переменными, в том числе и криволинейную:
(*ответ*) нет
да
Если проранжировать совокупность по двум признакам, связь между которыми изучается, то полное совпадение рангов означает максимально тесную прямую связь:
(*ответ*) да
нет
Если число наблюдений невелико, то у моделей с любым числом параметров их оценка приводит к статически значимым величинам:
(*ответ*) нет
да