Вопрос № 64726 - Эконометрика
Отсутствие коллинеарных факторов в модели 
может быть доказано значением линейного коэффициента корреляции …
может быть доказано значением линейного коэффициента корреляции … 
Вопрос задал(а): Егор, 16 Декабрь 2015 в 00:53
На вопрос ответил(а): Любимов Павел, 16 Декабрь 2015 в 00:53
На вопрос ответил(а): Любимов Павел, 16 Декабрь 2015 в 00:53
Похожие вопросы
Отсутствие коллинеарных факторов в модели 
может быть доказано значением линейного коэффициента корреляции …
может быть доказано значением линейного коэффициента корреляции … 
Отсутствие коллинеарных факторов в модели 
может быть доказано значением линейного коэффициента корреляции …
может быть доказано значением линейного коэффициента корреляции … 
Другие вопросы по предмету Эконометрика
Динамика величины прожиточного минимума (в среднем на душу населения, руб. в месяц) в России в период 2005–2011 гг. характеризуется данными, представленными на графике.
Значение временного ряда в заданный момент (период времени) называется …
Значение временного ряда в заданный момент (период времени) называется …
трендом
случайной компонентой
коэффициентом автокорреляции
уровнем
Для временного ряда экономических данных по месяцам построена автокорреляционная функция:
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
Анализируя данные автокорреляционной функции, можно утверждать, что исследуемый временной ряд содержит …
отрицательную тенденцию
циклическую компоненту
случайную компоненту
сезонную волну
В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Верными относительно полученного уравнения регрессии и коэффициента детерминации утверждениями, которые учитывают характер выборки, являются …
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Верными относительно полученного уравнения регрессии и коэффициента детерминации утверждениями, которые учитывают характер выборки, являются …
полученное уравнение имеет высокую прогнозную силу
высокое значение коэффициента детерминации говорит о том, что между объемом кредитов и объемом инвестиций в основной капитал существует тесная линейная зависимость
высокое значение коэффициента детерминации определяется наличием в выборке аномальных значений
полученное уравнение не рекомендуется использовать для прогнозирования
В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Исключив из выборки аномальное значение (Московскую область) и построив уравнение линейной зависимости, можно утверждать, что …
По данной выборке построено уравнение регрессии y = 3151,1 + 8,8487 · x. Коэффициент детерминации R2 = 0,9708.
Исключив из выборки аномальное значение (Московскую область) и построив уравнение линейной зависимости, можно утверждать, что …
при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал увеличиваются на 5,3 млн руб.
при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал уменьшаются на 5,3 млн руб.
между объемом кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам, и инвестициями в основной капитал нет линейной зависимости
коэффициент регрессии в полученном уравнении оказался незначимым, значит, его можно признать равным нулю