Эконометрика
Тестовый вопрос
Исследуется зависимость . Построена матрица парных коэффициентов корреляции: На основе определения отсутствия коллинеарности можно рекомендовать построить уравнения …
Варианты ответа
Ответ проверен Исследуется зависимость 
. Построена матрица парных коэффициентов корреляции:
На основе определения отсутствия коллинеарности можно рекомендовать построить уравнения …
. Построена матрица парных коэффициентов корреляции:На основе определения отсутствия коллинеарности можно рекомендовать построить уравнения …
Рассмотрим эконометрическую модель: 
. В модели y – зависимая переменная; x1, x2, x3, x4 – независимые переменные (факторы); 
– ошибка модели.
При построении модели множественной регрессии необходимо исключить возможность существования тесной линейной зависимости между независимыми (объясняющими) переменными (факторами). Если абсолютное значение тесноты связи между факторами превышает значение 0,7, то такие факторы не рекомендуется включать одновременно в одно и то же уравнение.
Рассмотрим предлагаемые в ответах модели. Для проверки наличия коллинеарных факторов необходимо рассмотреть все возможные значения коэффициентов межфакторной корреляции.
Модель
. Коэффициент межфакторной корреляции один – это 
, следовательно, в уравнении нет коллинеарных факторов и оно может быть рекомендовано к построению.
Модель
. Коэффициент межфакторной корреляции один – это 
, следовательно, факторы х2 и х3 коллинеарные и такое уравнение не может быть рекомендовано к построению.
Модель
. Коэффициенты межфакторной корреляции: 
; 
; 
. Все значения меньше 0,7 требование отсутствия коллинеарных факторов выполняется, и такое уравнение может быть рекомендовано к построению.
Модель
. Коэффициенты межфакторной корреляции: 
; 
; 
. Не все значения меньше 0,7 требование отсутствия коллинеарных факторов не выполняется, и такое уравнение не может быть рекомендовано к построению.
. В модели y – зависимая переменная; x1, x2, x3, x4 – независимые переменные (факторы); – ошибка модели.При построении модели множественной регрессии необходимо исключить возможность существования тесной линейной зависимости между независимыми (объясняющими) переменными (факторами). Если абсолютное значение тесноты связи между факторами превышает значение 0,7, то такие факторы не рекомендуется включать одновременно в одно и то же уравнение.
Рассмотрим предлагаемые в ответах модели. Для проверки наличия коллинеарных факторов необходимо рассмотреть все возможные значения коэффициентов межфакторной корреляции.
Модель
. Коэффициент межфакторной корреляции один – это , следовательно, в уравнении нет коллинеарных факторов и оно может быть рекомендовано к построению. Модель
. Коэффициент межфакторной корреляции один – это , следовательно, факторы х2 и х3 коллинеарные и такое уравнение не может быть рекомендовано к построению. Модель
. Коэффициенты межфакторной корреляции: ; ; . Все значения меньше 0,7 требование отсутствия коллинеарных факторов выполняется, и такое уравнение может быть рекомендовано к построению. Модель
. Коэффициенты межфакторной корреляции: ; ; . Не все значения меньше 0,7 требование отсутствия коллинеарных факторов не выполняется, и такое уравнение не может быть рекомендовано к построению.
Эконометрика : учеб. / под ред. д-ра экон. наук, проф. В. С. Мхитаряна. – М. : Проспект, 2008. – С. 84.
Эконометрика : учеб. / под ред. И. И. Елисеевой. – М. : Проспект, 2009. – С. 35–39.
Похожие вопросы из темы
Вся тема «Эконометрика» →
Коэффициент автокорреляции случайных остатков в модели АР (1) равен:
Изучается зависимость цены квартиры (у) от ее жилой площади (х) и типа дома. В модель включены фиктивные переменные, отражающие рассматриваемые типы домов:…
На графике представлены: поле корреляции, график линейной зависимости и график нелинейной зависимости, рассчитанные методом наименьших квадратов по исходным данным. Относительно свойств несмещенности…
Проверку существенности (значимости) параметров можно осуществить с помощью показателей ____ и ______ параметра.
Для линеаризации нелинейной функции может быть применен метод …
Коэффициент R2 вычисляется по формуле: R2 = ...