Twój wynik: EE012021-2
Twój wynik
Wszystkie ({{dataStorage.userResults.answersTotal}})
Prawidłowe ({{dataStorage.userResults.answersGood}})
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
fałśz
prawda
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
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.
znamy ( ich prawdziwych wartości i chcemy je potwierdzić
Pytanie 7
W hipotezie zerowej
występują parametry (bez daszka), a NIE ich oceny (te z daszkiem).
Błędny byłby zapis np. 𝐻0:𝛽 ̂ 𝑖 = 𝛽𝑖 ∗
może lecz nie musi być znak równości
zawsze jest/musi być znak równości
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 trzech wykluczających się wzajemnie hipotez
jedna hipoteza którą należy potwierdzić
układ dwóch 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
błędem średnim szacunku, 𝑑(𝛽 ̂ 1),
wariancja
Pytanie 13
Do wnioskowania statystycznego o parametrach
nie wystarczą same ich oszacowania.
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
prawda
fałsz
Pytanie 15
do czego w praktyce można wykorzystać Klasyczny Model Normalnej Regresji Liniowej
wnioskowania praktycznego
wnioskowania statystycznego
prognozowania
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,
jest wielkością mianowaną
Ve > 0 zawsze
30%< Ve model słabo dopasowany do danych
wyrażoną w procentach
jest wielkością niemianowaną
10%< model bardzo dobrzre dopasowany do danych
Model jest tym lepiej dopasowany do danych, im niższa wartość Ve
Pytanie 22
𝑦𝑡 oznacza zawsze zmienną objaśnianą tą
może być
jej logarytm
jej potęga
zmienna ekonomiczna
jej pirewiastek
Pytanie 23
zmienną objaśnianą jest
Beta
Epsilon
y
x
Pytanie 24
𝐻0: 𝛽𝑖 = 0
Parametr 𝛽𝑖 jest statystycznie istotny
Parametr 𝛽𝑖 jest statystycznie nieistotny