37 0 164KB
Tipuri de întrebări grilă 1) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie urbană (%), pentru un eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai jos. Coefficients
Pop_urbana (Constant)
Unstandardized Coefficients B Std. Error 1,046 ,004 210,430 48,762
Standardized Coefficients Beta 2,126
t 265,173 4,315
Sig. ,000 ,000
The dependent variable is ln(PIB).
Ecuaţia estimată a modelului de regresie este: X a) y x 210 ,43 1,046 1,046 b) y x 210 ,43 x 210 ,43 c) y x 1,046 x
2) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie urbană (%), pentru un eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai jos. Coefficients
Pop_urbana (Constant)
Unstandardized Coefficients B Std. Error 1,046 ,004 210,430 48,762
Standardized Coefficients Beta 2,126
t 265,173 4,315
Sig. ,000 ,000
The dependent variable is ln(PIB).
Sunt corecte afirmaţiile: a) la o creştere cu 1% a Populaţiei urbane, PIB/loc. scade în medie cu (ln 1,046 ) 100% b) la o creştere cu 1% a Populaţiei urbane, PIB/loc. creşte în medie cu (ln 1,046 ) 100% c) la o creştere cu 1% a Populaţiei urbane, PIB/loc. creşte în medie cu 104,6%. 3) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), pentru un eşantion de 109 ţări, se prezintă astfel: Coefficients
ln(X1) (Constant)
Unstandardized Coefficients B Std. Error .697 .057 9.871 .898
Standardized Coefficients Beta .944
t 12.164 10.994
Sig. .000 .000
The dependent variable is ln(Y).
Sunt corecte afirmaţiile: a) ecuaţia modelului estimat este Yx 9 ,871 X 0 ,697 b) ecuaţia modelului estimat este ln Yx ln 9 ,871 0 ,697 ln X c) la o creştere cu 1% a valorii variabilei X, Y creşte în medie cu 0,697 mil. lei. --------------------------------------------------------------------5) În studiul legăturii dintre costul unitar (lei) şi producţia realizată (tone) s-au obţinut următoarele rezultate:
Coefficients
Productie Productie ** 2 (Constant)
Unstandardized Coefficients B Std. Error -,009 ,001 7,73E-006 ,000 5,886 ,142
Standardized Coefficients Beta -4,897 4,809
t -14,094 13,839 41,431
Sig. ,000 ,000 ,000
Pentru exemplul dat, sunt corecte afirmaţiile: a) ecuaţia estimată este: Y X 5 ,886 0 ,009 X 7 ,73 10 b) legătura de tip parabolic admite un punct de minim
6
X2
6
2
c) ecuaţia estimată este: Y X 5 ,886 0 ,009 X 1 7 ,73 10 X 2 d) nivelul optim al costului se atinge pentru o producţie de 582,14 tone. CALCULATI (-b1/(2*b2)) 6) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model Growth, se prezintă în tabelul de mai jos. Coefficients
X1 (Constant)
Unstandardized Coefficients B Std. Error .130 .014 2.720 .073
Standardized Coefficients Beta .912
t 9.412 37.090
Sig. .000 .000
The dependent variable is ln(Y).
Sunt corecte afirmaţiile: a) ecuaţia modelului estimat este ln Yx 2 ,72 0 ,13 X b) atunci când X=0, nivelul mediu estimat al lui Y este e2,72 c) la o creştere a lui X cu o mie de lei, Y creşte în medie cu 13% 7) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model exponenţial, se prezintă în tabelul de mai jos. Coefficients
X1 (Constant)
Unstandardized Coefficients B Std. Error .130 .014 15.175 1.113
Standardized Coefficients Beta .912
t 9.412 13.638
The dependent variable is ln(Y).
Sunt corecte afirmaţiile: a) ecuaţia modelului estimat este ln Yx ln 15 ,175 0 ,13 X b) la o creştere a lui X cu 1%, Y creşte în medie cu 13% c) la o creştere a lui X cu o mie de lei, Y creşte în medie cu 13%
Sig. .000 .000
8) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei) se prezintă în tabelul de mai jos. Coefficients
ln(X) (Constant)
Unstandardized Coefficients B Std. Error 20.535 3.396 -1.799 5.388
Standardized Coefficients Beta .961
t 6.047 -.334
Sig. .009 .760
Sunt corecte afirmaţiile: a) ecuaţia modelului estimat este Yx 1,799 20 ,535 ln X b) ecuaţia modelului estimat este ln Yx 1,799 20 ,535 ln X c) la o creştere a lui X cu 1%, Y creşte în medie cu 20,535 mil. lei d) la o creştere a lui X cu 1%, Y creşte în medie cu 0,20535 mil. lei 9) În studiul legăturii dintre două variabile, s-au obţinut următoarele rezultate: Statistics Score N
Valid Missing
48 0 ,038 ,343 -,961 ,674
Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis
Pentru exemplul dat, asumându-ne un risc de 0,05, se poate considera că a) se acceptă ipoteza de normalitate a erorilor b) se respinge ipoteza de normalitate a erorilor c) se acceptă ipoteza de necorelare a erorilor 2 d) valoarea teoretică a statisticii test este 0 ,05 ;2 5 ,991 . 10) În urma prelucrării datelor pentru un eşantion de volum n=35 unităţi, s-a estimat un model de forma Y=β0+β1X+ε şi s-au obţinut următoarele rezultate: Model Summaryb Model 1
R ,081a
R Square ,007
Adjusted R Square -,015
Std. Error of the Estimate ,509
DurbinWatson ,244
a. Predictors: (Constant), Score b. Dependent Variable: Tension
Pentru un risc asumat egal cu 0,05, se poate considera că (ptr alpha=0.05 si n=35 dL=1.402 si dU=1.519): a. erorile de modelare sunt autocorelate pozitiv b. erorile de modelare sunt autocorelate negativ c. nu este posibilă luarea unei decizii cu privire la existenţa autocorelării erorilor 11) Încălcarea ipotezei de homoscedasticitate are ca efect a) pierderea eficienţei estimatorilor parametrilor modelului de regresie b) pierderea eficienţei estimatorului variabilei dependente c) pierderea eficienţei estimatorului variabilei independente
12) Dacă între variabilele independente se înregistrează o coliniaritate perfectă, atunci (varianţa estimatorilor este): a) infinită b) nulă c) mare d) variabilele se reprezinta grafic printr-o dreapta 13) În studiul legăturii dintre două variabile, X şi Y, se estimează coeficientul de corelaţie neparametrică Spearman între variabila independentă şi erorile de modelare şi se obţin următoarele rezultate: Correlations Spearman's rho
Tension
Score
Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N
Tension 1,000 . 48 ,086 ,560 48
Score ,086 ,560 48 1,000 . 48
Pentru un risc asumat egal cu 0,05, se poate considera că: a. erorile de modelare sunt autocorelate b. erorile de modelare sunt homoscedastice c. erorile de modelare urmează o lege normală 14) În urma analizei legăturilor dintre variabilele independente ale unui model de regresie, s-au obţinut următoarele rezultate: Coefficientsa
Model 1
(Constant) X1 X2 X3
Unstandardized Coefficients B Std. Error 65,705 27,731 48,979 10,658 59,654 23,625 -1,838 ,814
Standardized Coefficients Beta ,581 ,359 -,324
t 2,369 4,596 2,525 -2,258
Sig. ,037 ,001 ,028 ,045
Collinearity Statistics Tolerance VIF ,950 ,753 ,738
1,052 1,328 1,355
a. Dependent Variable: Y
Valoarea indicatorului VIF pentru variabila X1 arată că: a) variabila X1 nu introduce fenomenul de coliniaritate b) 5% din variaţia variabilei X1 este explicată liniar de variaţia celorlalte variabile independente c) există coliniariate între variabilele independente 15) În vederea testării ipotezei privind valoarea mediei erorilor ε ale unui model de regresie liniară simplă s-au obţinut următoarele rezultate: One-Sample Statistics N Unstandardized Residual
15
Mean ,0000000
Std. Deviation 73271,63549
Std. Error Mean 18918,65
Pentru exemplul dat, considerând un risc de 0,05 şi n=15, se poate considera că: a) se respinge ipoteza H 0 : M ( i ) 0 . b) se acceptă ipoteza H 0 : M ( i ) 0 . c) se acceptă ipoteza H 0 : M ( i ) 0 .
d) valoarea teoretică a statisticii test t Student este t0.025 ,14 2 ,145. 16) În vederea testării normalităţii erorilor unui model de regresie, s-au obţinut următoarele rezultate: One-Sample Kolmogorov-Smirnov Test N Normal Parameters a,b Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Tension 12 1.50 .522 .331 .331 -.331 1.146 .145
a. Test distribution is Normal. b. Calculated from data.
Considerând un risc de 0,05, se poate considera că a) erorile urmează o lege normală b) erorile nu urmează o lege normală c) erorile sunt homoscedastice d) erorile sunt necorelate 17) În urma analizei coliniarităţii pentru un model liniar multivariat, s-au obţinut rezultatele din tabelul de mai jos: Colinearity Statistics Tolerance VIF (Constant) X1 .006 166.66 X2 .473 ? X3 .073 13,69 Pe baza datelor din tabelul de mai sus alegeţi afirmaţiile corecte: a) rapoartele de determinaţie (R2) pentru cele 3 modele de regresie auxiliare sunt 0,994; 0,527 si 0,927; b) există variabile independente care introduc fenomenul de coliniaritate c) nu există variabile independente care introduc fenomenul de coliniaritate d) valoarea care lipseste este 2,11 e) 52,7% din variatia variabilei X2 este explicata prin variatia simultana a variabilelor X1 si X3 f) Variabila X1 este coliniara in raport cu variabila dependenta 18) Dacă norul de puncte rezultat prin reprezentarea grafică a variabilei X şi a variabilei ln(Y) poate fi aproximat printr-o dreaptă, modelul de regresie este: a) exponenţial b) putere c) hiperbolic 19) Elasticitatea cererii în raport cu preţul se poate estima cu ajutorul a) unui model log-liniar b) unui model semilogaritmic c) unui model putere 20) Testul Fisher poate fi utilizat pentru:
a) b) c) d)
Verificarea ipotezei de normalitate verificarea semnificaţiei raportului de corelaţie verificarea ipotezei de multicoliniaritate a variabilelor independente verificarea corectitudinii modelului de regresie ales
21) Prin autocorelare înţelegem că a) variabilele independente Xi din model sunt corelate între ele b) erorile de modelare nu sunt independente c) erorile de modelare sunt corelate cu una sau mai multe variabile independente 22) În urma modelării Salariului în funcţie de Vechime, pentru verificarea ipotezelor de regresie s-a obtinut rezultatul de mai jos. Pentru un risc asumat de 5%, care dintre urmatoarele afirmatii sunt adevarate? Coefficientsa
Model 1
Unstandardized Coefficients B Std. Error 65.656 1.429 -2.034 .126
(Constant) Vechime
Standardized Coefficients Beta -.418
t 45.931 -16.126
Sig. .000 .000
a. Dependent Variable: Erorile in valoare absoluta
a) b) c) d)
Erorile sunt homoscedastice Variatia erorii de modelare este influentata semnificativ de variatia variabilei Vechime Variantele erorii de modelare sunt egale si constante Modelul este heteroscedastic
23) Între variabilele cost unitar şi nivelul producţiei există o legătură de tip a) log-liniar b) parabolic c) putere 24) Dacă se doreşte estimarea variaţiei medii relative a variabilei dependente la o variaţie absolută cu o unitate a variabilei independente, se utilizează un model de tipul: a) ln Y 0 1 X b) ln Y ln 0 1 ln X c) Y 0 1 X
25) Rezultatele modelării pentru variabilele PIB/loc ($) şi speranţă medie de viaţă (ani), pentru un eşantion de ţări, în anul 2012, sunt prezentate în tabelul de mai jos. Coefficients
ln(PIB / loc) (Constant)
Unstandardized Coefficients B Std. Error .095 .007 32.713 1.761
Standardized Coefficients Beta .807
t 14.153 18.573
Sig. .000 .000
The dependent variable is ln(Speranta medie de viata).
Au loc enunţurile: a) elasticitatea speranţei de viaţă în raport cu PIB/loc este 0,095 b) nivelul mediu estimat al speranţei de viaţă creşte cu 0,095% la o creştere a PIB/loc cu 1% c) nivelul mediu estimat al speranţei de viaţă creşte cu 9,5% la o creştere a PIB/loc cu 1% d) parametrii sunt semnificativi pentru un risc de 5%
26) În studiul legăturii dintre Rata mortalităţii infantile (%) şi PIB, realizat pentru un eşantion de ţări, s-au obţinut următoarele rezultate: Model Summary and Parameter Estimates Dependent Variable: Infant mortality (deaths per 1000 live births) Equation Linear Inverse Quadratic Compound Power
R Square .410 .585 .553 .670 .759
Model Summary F df1 74.383 1 151.115 1 65.513 2 217.516 1 336.253 1
df2 107 107 106 107 107
Sig. .000 .000 .000 .000 .000
Parameter Estimates Constant b1 b2 64.365 -.004 22.263 20504.941 79.588 -.012 4.30E-007 57.088 1.000 3755.157 -.628
The independent variable is PIB
Sunt valabile afirmatiile: a) Modelul care are cea mai redusă putere explicativă este modelul liniar b) Modelul cel mai adecvat este modelul putere c) Toate modelele sunt semnificative pentru un risc de 5%