Модуль 3. Модели парной регрессии и корреляции в эконометрических исследованиях

Комплексная цель модуля 3:

сформировать основы знаний по спецификации и верификации линейной модели парной регрессии, а также по практическим навыкам использования линейных моделей парной регрессии в области постановки и решения экономических задач.

Проектное задание к модулю 3:

1. Укажите ошибки, возникающие при спецификации линейной модели парной регрессии и проанализируйте пути их исправления.

2. Поясните смысл коэффициента регрессии, назовите способы его оценивания, покажите, как он используется для расчета мультипликатора в функции потребления.

3. Раскройте концепцию F-критерия Фишера.

4. Поясните процедуру оценки значимости параметров линейного уравнения парной регрессии.

Тест рубежного контроля к модулю 3

3. Тест содержит 6 заданий, на выполнение которых отводится 3 минуты. Выберите наиболее правильный, по Вашему мнению, вариант ответа и отметьте его любым значком в бланке ответов.

1 Укажите уравнение парной регресcии:
	y= (x), где х – независимая переменная, а у – зависимая;		y= x, где х – независимая переменная, а у – зависимая;
	y=х(), где х – независимая переменная, а у – зависимая.		y=х , где х – независимая переменная, а у – зависимая.
2 Укажите вид линейной регрессии:
	y=a+bx2 +e;		y=a+bx +e;
	y=a+b/x +e;		y=a+bx +e.
3 На основании рядов статистических данных для переменных X и Y построено уравнение регрессии: .Какие из следующих высказываний являются верными:
	Оценка коэффициента a 2 =1,25 означает, что если значение переменной Y увеличится на 1 единицу, то значение переменной X при прочих равных условиях увеличится в среднем на 1,25.		Оценка коэффициента a 2 =1,25 означает, что если значение переменной Х увеличится в среднем на 1,25, то значение переменной Y при прочих равных условиях увеличится на 1 единицу.
	Форма уравнения регрессии показывает, что переменные Х и Y линейно зависят друг от друга.		Если при прочих равных условиях значение переменной Х удвоится, то значение переменной Y возрастет в среднем на 25%.
4 В чем смысл метода наименьших квадратов?
	S(у - х)2 ® min;		S(у - х)2 ® max;
	S(у- ) ® min;		S(у- ) ® max.
5 Коэффициент корреляции r может принимать значения
	от 0 до 10;		от 0 до + 1;
	от – 1 до + 1;		от – 10 до + 10.
6 Что характеризует коэффициент детерминации r2?
	долю дисперсии, объясняемую регрессией, в общей дисперсии результативного признака у;		долю дисперсии, объясняемую корреляцией, в общей дисперсии результативного признака у;
	долю дисперсии, объясняемую эластичностью, в общей дисперсии результативного признака у;		долю дисперсии, объясняемую регрессором, в общей дисперсии результативного признака у.

Бланк ответов