Оценки параметров линейного уравнения множественной регрессии можно найти при помощи метода
(*ответ*) наименьших квадратов
нормальных квадратов
наибольших квадратов
средних квадратов
После применения обобщенного метода наименьших квадратов удается избежать _ остатков
(*ответ*) гетероскедастичности
случайного характера
нормального распределения
равенства нулю суммы
Предпосылкой метода наименьших квадратов является
(*ответ*) отсутствие автокорреляции в остатках
присутствие автокорреляции между результатом и фактором
отсутствие корреляции между результатом и фактором
присутствие автокорреляции в остатках
При включении фиктивных переменных в модель им присваиваются
(*ответ*) числовые метки
нулевые значения
качественные метки
одинаковые значения
При оценке статистической значимости уравнения и существенности связи осуществляется проверка
(*ответ*) существенности коэффициента детерминации
нулевой гипотезы
существенности параметров
существенности коэффициента корреляции
При применении метода наименьших квадратов уменьшить гетероскедастичность остатков удается путем
(*ответ*) преобразования переменных
введения дополнительных факторов в модель
введения дополнительных результатов в модель
преобразования параметров
Проводится исследование зависимости выработки работника предприятия от ряда факторов. Примером фиктивной переменной в данной модели будет являться _ работника
(*ответ*) уровень образования
заработная плата
стаж
возраст
Расчетное значение критерия Фишера определяется как
(*ответ*) отношение факторной дисперсии к остаточной, рассчитанных на одну степень свободы
суммы факторной дисперсии к остаточной, рассчитанных на одну степень свободы
отношение факторной дисперсии к остаточной
разность факторной дисперсии и остаточной, рассчитанных на одну степень свободы
Расчетное значение критерия Фишера определяется как _ факторной дисперсии и остаточной, рассчитанных на одну степень свободы
(*ответ*) отношение
произведение
разность
сумма
Систему МНК, построенную для оценки параметров линейного уравнения множественной регрессии можно решить
(*ответ*) методом определителей
методом скользящего среднего
симплекс-методом.
методом первых разностей
Случайный характер остатков предполагает
(*ответ*) независимость остатков от величины предсказанных по модели значений результативного признака
независимость предсказанных по модели значений результативного признака от значений факторного признака
зависимость остатков от величины предсказанных по модели значений результативного признака
зависимость предсказанных по модели значений результативного признака от значений факторного признака
Стандартная ошибка рассчитывается для проверки существенности
(*ответ*) параметра
коэффициента корреляции
случайной величины
коэффициента детерминации