Testy Fiszki Notatki

Zaloguj

Podsumowanie

EE012021-2

Podsumowanie

EE012021-2

Twój wynik

Rozwiąż ponownie

Moja historia

Wszystkie ({{dataStorage.userResults.answersTotal}})

Prawidłowe ({{dataStorage.userResults.answersGood}}) Do powtórki ({{dataStorage.userResults.answersRepeat}}) Błędne ({{dataStorage.userResults.answersBad}})

Pytanie 1

𝐻1: 𝛽𝑖 =/ 0

Parametr 𝛽𝑖 jest statystycznie istotny

Parametr 𝛽𝑖 jest statystycznie nieistotny

Pytanie 2

Wraz ze wzrostem wielkości dochodu g.d. wzrasta także wielkość wydatków g.d. na tran

jest to test istotności parametru

jest to test dodatniości

Pytanie 3

Wielkość dochodu g.d. istotnie wpływa na wielkość wydatków g.d. na transport:

jest to test istotności parametru

jest to test dodatniości

Pytanie 4

W hipotezie Zdecydowanie się na którychś z wariantów jednostronnych musi być podyktowane jakimiś dodatkowymi przesłankami

prawda

fałśz

Pytanie 5

Co do postaci hipotezy alternatywnej, w praktyce domyślnie przyjmuje się

dwustronny wariant testu

jednostronny wariant testu

Pytanie 6

W hipotezie To o parametrach chcemy wnioskować ponieważ

znamy ( ich prawdziwych wartości i chcemy je potwierdzić

nie znamy ich prawdziwych wartości

interesują nas, bo mówią o tej prawdziwej naturze modelowanego zjawiska, o tych prawdziwych zależnościach, które tylko częściowo są odzwierciedlone w informacji zawartej w (zawsze przecież ograniczonej) próbie i tym samym w oszacowaniach parametrów.

Pytanie 7

W hipotezie zerowej

może lecz nie musi być znak równości

zawsze jest/musi być znak równości

Błędny byłby zapis np. 𝐻0:𝛽 ̂ 𝑖 = 𝛽𝑖 ∗

występują parametry (bez daszka), a NIE ich oceny (te z daszkiem).

Pytanie 8

Testowaniu może

podlegać tylko pojedynczy parametr

podlegać tylko pewna ich grupa;

podlegać pojedynczy parametr (np. 𝛽1) lub pewna ich grupa;

Pytanie 9

Testowaniu zawsze podlega

układ dwóch wykluczających się wzajemnie hipotez

jedna hipoteza którą należy potwierdzić

układ trzech wykluczających się wzajemnie hipotez

Pytanie 10

Do wnioskowania statystycznego Kluczowa jest tu więc relacja wartości oceny punktowej parametru od wartości błędu jej szacunku.

prawda

fałśz

Pytanie 11

Błąd średnim szacunku stanowi przeciętną (in.: spodziewaną, oczekiwaną) różnicę pomiędzy prawdziwą (lecz nieznaną) wartością parametru 𝛽1 a jego oceną punktową 𝛽 ̂ 1

fałsz

prawda

Pytanie 12

Ważna jest przede wszystkim niepewność związana z tą oceną (czyli tzw. niepewność estymacji). Ta mierzona jest

odchyleniem standardowym

wariancja

błędem średnim szacunku, 𝑑(𝛽 ̂ 1),

Pytanie 13

Do wnioskowania statystycznego o parametrach

wystarczą same ich oszacowania.

nie wystarczą same ich oszacowania.

Pytanie 14

wnioskowanie statystyczne to formułowanie pewnych sądów (wniosków, zdań) o (z gruntu nieznanych) wartościach pewnych parametrów na podstawie ich oszacowań

fałsz

prawda

Pytanie 15

do czego w praktyce można wykorzystać Klasyczny Model Normalnej Regresji Liniowej

wnioskowania praktycznego

prognozowania

wnioskowania statystycznego

Pytanie 16

to co odróżnia KMNRL (Klasyczny Model Normalnej Regresji Liniowej) od wprowadzonego wcześniej KMRL (Klasycznego Modelu Regresji Liniowej) to

dodatkowe założenie o normalności składnika nielosowego et

dodatkowe założenie o normalności składnika losowego et

Pytanie 17

po drugie, duża liczba parametrów przyczynia się do zwiększenia “elastyczności” modelu

prawda

fałsz

Pytanie 18

po pierwsze, wysoka liczba parametrów podlegających estymacji skutkuje znaczącym wzrostem jej

pewnosci

niepewności

Pytanie 19

włączając do modelu regresji kolejną, dowolną zmienną objaśniającą suma kwadratów reszt nie zmaleje

fałsz

prawda

Pytanie 20

Wszystkie cztery mierniki są oparte na sumie kwadratów reszt (SSE) – im jest ona niższa, tym na lepsze dopasowanie modelu one wskazuj

fałsz

prawda

Pytanie 21

współczynnik zmienności resztowej,

Model jest tym lepiej dopasowany do danych, im niższa wartość Ve

10%< model bardzo dobrzre dopasowany do danych

jest wielkością mianowaną

wyrażoną w procentach

Ve > 0 zawsze

jest wielkością niemianowaną

30%< Ve model słabo dopasowany do danych

Pytanie 22

𝑦𝑡 oznacza zawsze zmienną objaśnianą tą może być

jej logarytm

zmienna ekonomiczna

jej potęga

jej pirewiastek

Pytanie 23

zmienną objaśnianą jest

Beta

Epsilon

Pytanie 24

𝐻0: 𝛽𝑖 = 0

Parametr 𝛽𝑖 jest statystycznie nieistotny

Parametr 𝛽𝑖 jest statystycznie istotny