Ответы на тесты по предмету Эконометрика (5041 вопросов)
Значение F–критерия Фишера зависит только от:
количества переменных
количества наблюдений
вида уравнения регрессии
вида уравнения и числа степеней свободы
F-cтатистика используется для …
Расчета коэффициентов регрессии
Оценки тесноты связи между результатом и фактором
Уменьшения влияния случайной составляющей
Проверки качества оценивания регрессии
В эконометрике отношение объясненной суммы квадратов отклонений к остаточной в расчете на одну степень свободы называют …
Методом наименьших квадратов
Дисперсией
Среднеквадратическим отклонением
F-критерием
В эконометрике для проверки статистической значимости уравнения в целом используют…
t-статистику
Коэффициент Стьюдента
Метод наименьших квадратов
F-критерий
В эконометрике F-тест (проверка статистической значимости построенного уравнения) основан на…
Вычислении корреляции
Устранении автокорреляции в остатках
Анализе t-статистики
Анализе дисперсии
При проведении F-теста (проверке статистической значимости построенного уравнения) в выражении 
левая часть уравнения представляет собой…
левая часть уравнения представляет собой…
Объясненную разность суммы квадратов отклонений зависимой переменной от ее выборочного среднего значения
Остаточную сумму квадратов отклонений зависимой переменной от ее выборочного среднего значения
Объясненную сумму квадратов отклонений зависимой переменной от ее выборочного среднего значения
Общую сумму квадратов отклонений зависимой переменной от ее выборочного среднего значения
При проведении F-теста (проверке статистической значимости построенного уравнения) в выражении 
первое слагаемое правой части уравнения является…
первое слагаемое правой части уравнения является…
Необъясненной суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Остаточной суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Общей суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Объясненной суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
При проведении F-теста (проверке статистической значимости построенного уравнения) в выражении 
второе слагаемое правой части уравнения является…
второе слагаемое правой части уравнения является…
Общей суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Необъясненной суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Объясненной суммой квадратов отклонений зависимой переменной от ее выборочного среднего значения
Остаточной квадратов отклонений зависимой переменной от ее теоретических, рассчитанных по уравнению, значений
При проведении F-теста (проверке статистической значимости построенного уравнения) выражение 
(m – число параметров при независимых переменных, n – число наблюдений) используется для расчета
(m – число параметров при независимых переменных, n – число наблюдений) используется для расчета
Коэффициента R2
t-статистики
Среднеквадратического отклонения
F-критерия
Временным рядом называют:…
Набор данных для исследования
Ряд данных, полученный расчетным путем за короткое время
Временно созданный набор данных
Упорядоченные во времени значения показателя
Значение показателя в определенный момент времени называется …
Наблюдением
Моментным
Временным значением
Уровнем временного ряда
Каждый ряд динамики содержит …
Значения времени и прогноз
Прогнозные значения и соответствующие им значения ряда
Прогнозное значение
Значения времени и соответствующие им значения ряда
Значения уровней временных рядов могут содержать следующие компоненты …
Только циклическую и случайную
Среднее значение и прирост
Только сезонную и циклическую
Тренд, сезонную, циклическую и случайную компоненты
Тренд, сезонная, циклическая и случайная компоненты …
Приводят к существенным искажениям полученной расчетной модели временного ряда
Являются случайными величинами
Присутствуют во всех временных рядах
Формируют уровень ряда
Под трендом понимают …
Действия исследователя по приведению исходного временного ряда к стационарному виду
Влияние циклических колебаний на уровень временного ряда
Влияние случайной составляющей на уровень временного ряда
Изменение, определяющее общее направление развития
Если период колебаний уровней временного ряда не превышает одного года, то их называют…
годичными
циклическими
конъюнктурными
сезонными
Циклическая компонента имеет место…
только во временных рядах социально-экономических данных
в рядах с малым количеством колебаний
в стационарных временных рядах
в рядах с большим количеством колебаний
Модель временного ряда носит название аддитивной если …
В нее входит случайная составляющая
Временной ряд представлен в виде произведения компонент
Если существует ее графическое представление
Временной ряд представлен в виде суммы соответствующих компонент
В процессе формирования уровней временного ряда участвует всегда…
Цикличность
Тренд
Сезонность
Случайная компонента
В широком смысле стационарность временного ряда предполагает …
постепенное затухание амплитуды колебаний
неизменность во времени значений временного ряда
неизменность амплитуды сезонных колебаний исходного ряда
независимость среднего, дисперсии, ковариации исследуемого ряда от времени
При выборе спецификации модели парная регрессия используется в случае, если среди множества факторов, влияющих на результат …
можно выделить лишь случайные факторы
нельзя выделить доминирующий фактор
можно выделить несколько факторов
можно выделить доминирующий фактор
Относительно количества факторов, включенных в уравнение регрессии различают …
парную и линейную регрессии
множественную и многофакторную регрессии
нелинейную и множественную регрессии
простую и множественную регрессии
Дано уравнение регрессии 
. Определите спецификацию модели.
. Определите спецификацию модели.
полиномиальное уравнение парной регрессии
линейное уравнение простой регрессии
полиномиальное уравнение множественной регрессии
линейное уравнение множественной регрессии
Из пары коллинеарных факторов в эконометрическую модель включается тот фактор …
который при достаточно тесной связи с результатом имеет нелинейную связь с другими факторами
который при который при отсутствии связи с результатом имеет меньшую связь с другими факторами
который при отсутствии связи с результатом имеет максимальную связь с другими факторами
который при достаточно тесной связи с результатом имеет меньшую связь с другими факторами
Проводится исследование зависимости выработки работника предприятия от ряда факторов. Примером фиктивной переменной в данной модели будет являться ____________ работника
стаж (количество месяцев)
возраст
заработная плата
уровень образования
Величина параметра a в уравнении парной линейной регрессии 
характеризует значение…
характеризует значение…
результирующей переменной при нулевом значении случайной величины
факторной переменной при нулевом значении случайного фактора
факторной переменной при нулевом значении результата
результирующей переменной при нулевом значении фактора
В линейном уравнении парной регрессии 
коэффициентом регрессии является значение…
коэффициентом регрессии является значение…
параметра a
величины 
переменной х
параметра b
Линейное уравнение множественной регрессии имеет вид 
. Определите какой из факторов 
или 
оказывает более сильное влияние на у.
. Определите какой из факторов или оказывает более сильное влияние на у. 
, так как 2,5 > -3,7
оказывают одинаковое влияние
, так как 2,5 < -3,7
по этому уравнению нельзя ответить на поставленный вопрос, так как коэффициенты регрессии несравнимы между собой
В стандартизованном уравнении множественной регрессии 
; 
. Определите какой из факторов х1 или х2 оказывает более сильное влияние на у.
; . Определите какой из факторов х1 или х2 оказывает более сильное влияние на у.
по этому уравнению нельзя ответить на поставленный вопрос, так как неизвестны значения "чистых" коэффициентов регрессии
, так как 0,3 > -2,1
по этому уравнению нельзя ответить на поставленный вопрос, так как стандартизованные коэффициенты регрессии несравнимы между собой
, так как 2,1 > 0,3
Построена модель парной регрессии зависимости предложения от цены 
. Влияние случайных факторов на величину предложения в этой модели учтено посредством …
. Влияние случайных факторов на величину предложения в этой модели учтено посредством …
посредством константы 
случайной величины x
посредством параметра b
случайной величины 
В основе метода наименьших квадратов лежит …
равенство нулю суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
максимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
минимизация суммы квадратов отклонений фактических значений результативного признака от его исходных значений
минимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
Систему МНК, построенную для оценки параметров линейного уравнения множественной регрессии можно решить методом…
скользящего среднего
Максимального правдоподобия
первых разностей
определителей
Система нормальных уравнений метода наименьших квадратов строится на основании …
значений корреляционной матрицы
предсказанных значений результативного признака
F-критерия Фишера
таблицы исходных данных
На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой …
нелинейную регрессию, в которой переменные взяты с весами 
взвешенную регрессию, в которой переменные взяты с весами 
нелинейную регрессию, в которой переменные взяты с весами 
взвешенную регрессию, в которой переменные взяты с весами 
Значение коэффициента корреляции не характеризует …
силу связи
тесноту связи
степень связи
статистическую значимость уравнения
Для уравнения 
значение коэффициента корреляции составило 2. Следовательно …
значение коэффициента корреляции составило 2. Следовательно …
при увеличении фактора на единицу значение результата увеличивается в 2 раза
теснота связи в 2 раза сильнее, чем для функциональной связи
связь функциональная
значение коэффициента корреляции рассчитано с ошибкой
Оценка значимости параметров уравнения регрессии осуществляется по критерию …
Дарбина–Уотсона
Гольдфельда-Квандта
Ингла–Грэнджера (Энгеля–Грангера)
Стьюдента
Критерий Стьюдента предназначен для определения значимости …
множественного коэффициента регрессии
построенного уравнения в целом
случайной величины
каждого коэффициента регрессии
Если спецификация модели 
нелинейное уравнение регрессии, то нелинейной является функция…
нелинейное уравнение регрессии, то нелинейной является функция… 
Нелинейным не является уравнение …
Нелинейным является уравнение …
Уравнение регрессии 
характеризует ______ зависимость
характеризует ______ зависимость
прямо пропорциональную
функциональную
линейную
обратно пропорциональную
В нелинейной модели парной регрессии 
функция 
является …
функция является …
равной нулю
линейной
несущественной
нелинейной
Экспоненциальным не является уравнение регрессии …
Было замечено, что при увеличении количества вносимых удобрений урожайность также возрастает, однако, по достижении определенного значения фактора моделируемый показатель начинает убывать. Для исследования данной зависимости можно использовать спецификацию уравнения регрессии …
Известно, что с увеличением объема производства себестоимость единицы продукции уменьшается за счет того, что происходит перераспределение постоянных издержек. Пусть а – совокупная величина постоянных издержек, а b – величина переменных издержек в расчете на 1 изделие. Тогда зависимость себестоимости единицы продукции от объема производства можно описать с помощью модели …
Для моделирования зависимости предложения от цены не может быть использовано уравнение регрессии …
По результатам исследования было выявлено, что рентабельность производства падает с увеличением трудоемкости. Какую спецификацию уравнения регрессии можно использовать для построения модели такой зависимости?
При помощи модели степенного уравнения регрессии вида 
(b>1, то есть х возрастает и у тоже возрастает) не может быть описана зависимость …
(b>1, то есть х возрастает и у тоже возрастает) не может быть описана зависимость …
заработной платы от выработки
выработки от уровня квалификации
объема предложения от цены
выработки от трудоемкости
К линейному уравнению нельзя привести …
Уравнение 
… может быть линеаризовано при помощи подстановки …
… может быть линеаризовано при помощи подстановки … 
Замена 
; 
подходит для уравнения …
; подходит для уравнения … 
Замена 
не подходит для уравнения …
не подходит для уравнения … 
Для нелинейных уравнений метод наименьших квадратов применяется к …
стандартизованному уравнению
не преобразованному линейному уравнению
обратному уравнению
преобразованному линеаризованному уравнению
Множественная регрессия не является результатом преобразования уравнения …
Временной ряд содержит сезонную компоненту, если на его уровни оказывают влияние факторы только _____ характера
однократного
случайного
долговременного (тренд)
сезонного
Если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит …
сильную нелинейную тенденцию
сезонную компоненту
циклические колебания
тенденцию
Моделирование тенденции осуществляется на основе построения уравнения регрессии зависимости ________ от времени.
сезонной компоненты
случайной компоненты
циклической
трендовой компоненты
Экономические временные ряды, представляющие собой данные наблюдений за ряд лет, как правило, являются _____ временными рядами
строго возрастающими
строго убывающими
не зависящими от времени
нестационарными
Проверка является ли временной ряд "белым шумом" осуществляется с помощью …
коэффициента детерминации
критерия Дарбина-Уотсона
коэффициента автокорреляции
Q-статистики Бокса-Пирса
Дано уравнение регрессии 
. Определите спецификацию модели.
. Определите спецификацию модели.
полиномиальное уравнение множественной регрессии
полиномиальное уравнение парной регрессии
линейное уравнение простой регрессии
линейное уравнение множественной регрессии
Величина параметра a в уравнении парной линейной регрессии 
характеризует значение…
характеризует значение…
факторной переменной при нулевом значении результата
результирующей переменной при нулевом значении случайной величины
факторной переменной при нулевом значении случайного фактора
результирующей переменной при нулевом значении фактора
Построена модель парной регрессии зависимости предложения от цены 
. Влияние случайных факторов на величину предложения в этой модели учтено посредством …
. Влияние случайных факторов на величину предложения в этой модели учтено посредством …
посредством параметра b
посредством константы 
случайной величины x
случайной величины 
Для уравнения 
значение коэффициента корреляции составило 2. Следовательно …
значение коэффициента корреляции составило 2. Следовательно …
связь функциональная
теснота связи в 2 раза сильнее, чем для функциональной связи
при увеличении фактора на единицу значение результата увеличивается в 2 раза
значение коэффициента корреляции рассчитано с ошибкой
На спецификацию модели не оказывает влияния …
математическая форма записи уравнения зависимости переменной у от одного или нескольких факторов х
определение количества факторов, включаемых в уравнение регрессии
выбор способа включения остатка 
в эконометрическую модель
в эконометрическую модель
расчет показателей качества построенной модели
Экономическая статистика используется эконометрикой в качестве …
прикладной дисциплины для обеспечения проведения автоматизированных эконометрических расчетов
математического инструментария
экономического обоснования полученных результатов эконометрического моделирования
информационного обеспечения необходимых исходных данных
Один из этапов построения эконометрической модели, на котором на основании предварительного анализа рассматриваемого экономического объекта или процесса в математической форме выражаются обнаруженные связи и соотношения, называется …
верификацией модели
оценкой модели
интерпретацией модели
спецификацией модели
В случае наличия зависимости лишь между двумя случайными величинами (экономическими показателями) говорят …
о множественной регрессии
о случайной регрессии
о многофакторной регрессии
о парной регрессии
Диаграмма рассеивания между некоторыми переменными 
и 
имеет вид:
Тогда зависимость между переменными
и 
…
и имеет вид:Тогда зависимость между переменными
и …
близка к линейной 
, 
,
близка к квадратичной 
, 
,
близка к квадратичной 
, 
,
близка к линейной 
, 
,
Диаграмма рассеивания между некоторыми переменными х и у имеет вид:
Тогда зависимость между переменными x и y
Тогда зависимость между переменными x и y
близка к квадратичной 
, 
,
близка к линейной 
, 
,
близка к линейной 
, 
,
близка к квадратичной 
, 
,
Неправильный выбор типа связей и соотношений между элементами модели, а также выбор в качестве существенных таких переменных и параметров, которые на самом деле таковыми не являются, и отсутствие в модели некоторых существенных переменных называется …
ошибкой интерпретации
ошибкой верификации
ошибкой параметризации
ошибкой спецификации
Пусть истинной моделью является 
(х1 и х2 – существенные факторы), однако, мы не имеем статистических данных по переменной 
. Но другая переменная 
выступает идеальным заменителем для нее в том смысле, что имеется строгая (функциональная) линейная связь 
, где 
и 
являются постоянными, но неизвестными величинами. Если мы построим регрессию 
, то коэффициент детерминации 
по этому уравнению будет …
(х1 и х2 – существенные факторы), однако, мы не имеем статистических данных по переменной . Но другая переменная выступает идеальным заменителем для нее в том смысле, что имеется строгая (функциональная) линейная связь , где и являются постоянными, но неизвестными величинами. Если мы построим регрессию , то коэффициент детерминации по этому уравнению будет …
меньше, чем при построении регрессии с использованием х1
больше, чем при построении регрессии с использованием х1
незначимым
таким же, как и при построении регрессии с использованием х1
Пусть истинной моделью является 
(х1, х2, х3 - существенные факторы), однако, мы не имеем статистических данных по переменной 
. Но другая переменная 
выступает идеальным заменителем для нее в том смысле, что имеется строгая (функциональная) линейная связь 
, где 
и 
являются постоянными, но неизвестными величинами. Если мы построим регрессию 
, то
(х1, х2, х3 - существенные факторы), однако, мы не имеем статистических данных по переменной . Но другая переменная выступает идеальным заменителем для нее в том смысле, что имеется строгая (функциональная) линейная связь , где и являются постоянными, но неизвестными величинами. Если мы построим регрессию , то
все оценки коэффициентов b2 и b3 станут незначимыми
оценки b2 и b3 изменятся по сравнению с регрессией с использованием 
некоторые из оценок коэффициентов b2 и b3 могут стать незначимыми
оценки b2 и b3 будут такими же, как и при построении регрессии с использованием 
Разность фактического и теоретического значений результирующей переменной регрессионной модели называется …
размахом выборки
амплитудой колебаний
средним отклонением
остатком
Подбор аналитической формы зависимости для уравнения парной регрессии возможен на основе графиков разброса …
центрированных по факторной переменной точек с координатами 
остатков модели 
теоретических точек с координатами 
,
, …, 
,, …,
эмпирических точек с координатами 
Отбор факторов в модель множественной регрессии с использованием метода включения основан на сравнении…
значений коэффициентов "чистой" регрессии
коэффициента автокорреляции и критерия Дарбина–Уотсона для остаточных величин
стандартных ошибок коэффициентов регрессии
величины остаточной дисперсии до и после включения фактора в модель
Отбор факторов в модель множественной регрессии с использованием метода включения основан на сравнении…
коэффициента автокорреляции и критерия Дарбина–Уотсона для остаточных величин
доверительных интервалов коэффициентов регрессии
значений коэффициентов "чистой" регрессии
величины объясненной дисперсии до и после включения фактора в модель
Из двух коллинеарных факторов в модель множественной регрессии выбирается тот, для которого абсолютное значение стандартизованного коэффициента …
меньше
стремится к 1
не меньше коэффициента "чистой" регрессии
больше
Из двух коллинеарных факторов из модели множественной регрессии исключается тот, для которого абсолютное значение стандартизованного коэффициента …
стремится к 0
больше
меньше коэффициента "чистой" регрессии
меньше
Шаговый регрессионный анализ основан на …
последовательном исключении факторов из модели
попарном сравнении коэффициентов "чистой" регрессии
построении всех возможных частных уравнений регрессии
последовательном включении факторов в модель
При отборе факторов в модель множественной регрессии необходимо …
включать одновременно в модель не более двух коллинеарных факторов
включать в модель только коллинеарные факторы
последовательно включать коллинеарные факторы
избегать одновременного включения в модель коллинеарных факторов
В модель множественной регрессии необходимо включать факторы, которые …
увеличивают величину остаточной дисперсии
уменьшают величину объясненной дисперсии
не изменяют величину остаточной дисперсии
увеличивают величину объясненной дисперсии
В исходное уравнение множественной регрессии 
добавляются факторы 
, 
, 
. При этом 
; 
; 
и 
. Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
добавляются факторы , , . При этом ; ; и . Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
только 
только
и 
только 
В исходное уравнение множественной регрессии 
добавляются факторы 
, 
, 
. При этом величина остаточной дисперсии 
меняется следующим образом: 
; 
(
); 
(
). Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
добавляются факторы , , . При этом величина остаточной дисперсии меняется следующим образом: ; (); (). Определите, какие дополнительные факторы необходимо включить в исходное уравнение. 
и 
и 
только 
только 
В исходное уравнение регрессии 
добавляются факторы 
,
, 
. При этом 
; 
; 
. Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
добавляются факторы ,, . При этом ; ; . Определите, какие дополнительные факторы необходимо включить в исходное уравнение. 
и 
и 
В исходное уравнение регрессии 
добавляются факторы 
,
, 
. При этом 
; 
; 
. Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
добавляются факторы ,, . При этом ; ; . Определите, какие дополнительные факторы необходимо включить в исходное уравнение.
только 
только 
только 
и 
В исходное уравнение регрессии 
добавляются факторы 
,
, 
. При этом величина остаточной дисперсии 
меняется следующим образом: 
; 
; 
. Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
добавляются факторы ,, . При этом величина остаточной дисперсии меняется следующим образом: ; ; . Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
только 
только 
и 
только 
В исходное уравнение регрессии 
добавляются факторы 
,
, 
. При этом 
; 
; 
. Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
добавляются факторы ,, . При этом ; ; . Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
только 
и 
только 
только 
В исходное уравнение множественной регрессии 
добавляются факторы 
, 
, 
. При этом 
; 
; 
и 
. Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
добавляются факторы , , . При этом ; ; и . Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно. 
и 
только 
только
и 
В исходное уравнение множественной регрессии 
добавляются факторы 
, 
, 
. При этом величина остаточной дисперсии 
меняется следующим образом: 
; 
(
); 
(
). Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
добавляются факторы , , . При этом величина остаточной дисперсии меняется следующим образом: ; (); (). Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
только 
, 
и 
только 
и 
В исходное уравнение регрессии 
добавляются факторы 
,
, 
. При этом 
; 
; 
. Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно.
добавляются факторы ,, . При этом ; ; . Определите, какие дополнительные факторы включать в исходное уравнение не целесообразно. 
и 
только 
только
только 
При построении модели множественной регрессии методом пошагового исключения переменных (по матрице парных коэффициентов корреляции) на первом этапе рассматривается…
модель с несколькими объясняющими переменными, которые имеют с зависимой переменной коэффициенты корреляции, по модулю большие 0,5
модель с одной объясняющей переменной, которая имеет с зависимой переменной наименьший коэффициент корреляции
модель с одной объясняющей переменной, которая имеет с зависимой переменной наибольший коэффициент корреляции
модель с полным перечнем объясняющих переменных
Мультиколлинеарность в модели множественной линейной регрессии выражается посредством достаточно тесной линейной зависимости …
остатков регрессии от объясняющих переменных
остатков регрессии от зависимой переменной
между последовательными значениями ряда остатков регрессионной модели
между объясняющими переменными
Мультиколлинеарность в модели линейной множественной регрессии может наблюдаться когда…
остатки модели не являются нормально распределенными
остатки модели связаны с объясняющими переменными
остатки модели связаны с зависимой переменной
одна из переменных является строгой (функциональной) или нестрогой (близкой к функциональной) линейной комбинацией остальных
Что из перечисленного является последствием мультиколлинеарности?
увеличение дисперсии зависимой переменной
снижение дисперсии оценок
снижение коэффициента детерминации 
значительное изменение оценок параметров из-за незначительного изменения объема выборки
Мультиколлинеарность в модели множественной линейной регрессии можно устранить…
с помощью замены зависимой переменной на линейную комбинацию мультиколлинеарных
с помощью удаления из модели константы
с помощью добавления в модель новых переменных
с помощью удаления из модели переменных, приводящих к мультиколлинеарности
Пусть оценивается модель множественной линейной регрессии 
. Пусть для независимых переменных оценена корреляционная матрица 
. Пусть так же известно, что среди независимых переменных есть мультиколлинеарные, тогда
. Пусть для независимых переменных оценена корреляционная матрица . Пусть так же известно, что среди независимых переменных есть мультиколлинеарные, тогда
значения коэффициентов корреляции будут близки к 0 
определитель корреляционной матрицы будет близок к 1 
значения диагональных элементов корреляционной матрицы будут близки к 0 
определитель корреляционной матрицы будет близок к 0 
Необходимым свойством факторной переменной при включении ее в уравнение регрессии является …
слабая корреляция с результирующей переменной
сильная корреляция с другими факторными переменными, включёнными в модель
сильная корреляция с остатком модели
сильная вариация ее значений для всего объёма наблюдений
Необходимым свойством факторной переменной при включении ее в модель является …
слабая вариация ее значений для всего объёма наблюдений
сильная корреляция с другими факторными переменными, включёнными в модель
сильная корреляция с остатком модели
сильная корреляция с результирующей переменной
Построена линейная регрессионная модель 
, причём 
. Недостатком построенной модели является …
, причём . Недостатком построенной модели является …
автокорреляция остатков
нелинейный характер зависимости
гетероскедастичность остатков
коллинеарность факторов