Grupa A

1. Dany jest model ekonometryczny postaci z = k1³ + 2*k2 + E, gdzie E jest składnikiem losowym. Które stwierdzenia są prawdziwe

1. Model nie wyjaśnia zmienności k1 i k2, które są zmiennymi niezależnymi

2. Model nie wyjaśnia zmienności z, która jest zmienną niezależną

3. Model wyjaśnia zmienność k1 i k2, które są zmiennymi zależnymi

4. Model wyjaśnia zmienność z, która jest zmienną zależną

2. Jeżeli dla rozwiązania bazowego istnieją dodatnie wskaźniki optymalności

1. Znalezione zostało rozwiązanie optymalne

2. Należy wprowadzić do bazy zmienną, dla której wskaźnik optymalności jest największy

3. Należy usunąć z bazy zmienną, dla której wskaźnik optymalności jest najmniejszy

3. Współczynnik determinacji w liniowej regresji prostej

1. pokazuje jaka cześć zmienności zmiennej zależnej jest wyjaśniana przez model

2. pokazuje jaka cześć zmienności zmiennej niezależnej jest wyjaśniana przez model

3. Jest kwadratem współczynnika korelacji między zmienną niezależną, a jej oszacowaniem

4. Jest bliski jedności, jeśli model dobrze odzwierciedla zależność między zmiennymi

4. Które stwierdzenia są prawdziwe

1. Metoda Hellwiga doboru zmiennych niezależnych jest wygodna również, gdy liczba zmiennych jest duża

2. Integralne wskaźniki zmienności informacyjnej są miarami jakości dla zbiorów zmiennych niezależnych

3. Integralne wskaźniki zmienności informacyjnej są miarami jakości dla zbiorów zmiennych zależnych

4. W metodzie Hellwiga bazuje się na wskaźnikach wyznaczanych na podstawie współczynników korelacji między zmiennymi niezależnymi należącymi do badanego zestawu

5. Zaznacz poprawne odpowiedzi

1. Współczynnik determinacji obliczony jako SSR i SYY w modelu logarytmicznym jest równy kwadratowi współczynnika korelacji między zmienną zależną i jej oszacowaniem

2. W modelu wykładniczym całkowita zmienność y jest równa SSE + SSR

6. Średni błąd kwadratowy MSE w liniowym modelu ekonometrycznym

1. Może być wykorzystywany do porównania jakości różnych modeli budowanych na tej samej zmiennej zależnej

2. Może być wykorzystywany do porównania jakości różnych modeli budowanych na tej samej zmiennej zależnej, pod warunkiem, że użyto tych samych zmiennych niezależnych

3. Nie jest uniwersalną miarą jakości modelu

7. Zmienne dopełniające wprowadzone są do zadania optymalizacyjnego

1. Aby zamienić ograniczenie nierównościowe na równościowe

2. Przekształcić zadanie z postaci klasycznej do standardowej

3. Znaleźć startowe rozwiązanie dopuszczalne, jeśli w macierzy współczynników ograniczeń nie można wyodrębnić macierzy jednostkowej

4. Wymagają modyfikacji funkcji celu polegającej na wprowadzeniu kary proporcjonalnej do ich wartości

8. Skorygowany współczynnik determinacji w liniowej regresji wielorakiej:

1. Jest kwadratem współczynnika korelacji między zmienną zależną a jej oszacowaniem

2. Jest miarą jakości modelu ekonometrycznego, uwzględniającą jego stopień zależności

3. Pokazuje jaka cześć zmienności zmiennej zależnej jest wyjaśniana przez model

9. Które stwierdzenia dotyczące metody momentów są prawdziwe?

1. w metodzie tej zakłada się, że wartość oczekiwana składnika losowego jest równa zero

2. w metodzie tej zakłada się, że elementy losowe dla różnych wartości zmiennej niezależnej są zależne

3. .... minimalizacja sumy błędów

4. metoda ta może być stosowana gdy w modelu uwzględniona jest tylko jedna zmienna niezależna

10. Uzupełnij brakujące pola oraz zaznacz poprawne odpowiedzi:

a) Linearyzacja modelu wymaga logarytmowania zmiennej zależnej

b) Zmienna niezależna pozostaje bez zmian

c) Wyraz wolny modelu nieliniowego nie jest równy wyrazowi wolnemu modelu zlinearyzowanego

11. W tabelce podane są wyniki analizy regresji. Uzupełnij brakujące pola.

	df	SS	MS	F
Regresja	1	30	30	3
Błąd	5	50	10
Razem	6	80

Zaznacz poprawną odpowiedź:

4. Model opracowano na podstawie 7 pomiarów

5. Model opracowano na podstawie 6 pomiarów

Wartość empiryczną statystyki F należy porównać z wartością zwracaną przez funkcję:
a) ROZKŁAD.F.ODW(0,05; 1; 5)
b) ROZKŁAD.F.ODW(0,05; 5; 1)

a) jeśli wartość krytyczna testu jest równa 2,2 między zmiennymi y i x występuje liniowa zależność (Femp > Fkryt i odrzucamy hipotezę zerową)
b) jeśli wartość krytyczna testu jest równa 5,3 między zmiennymi y i x występuje liniowa zależność
c) jeśli istotność F jest mniejsza od 0,05 można przyjąć, że między zmiennymi y i x występuje liniowa zależność (jeśli istotność F < 0,05 model jest liniowy)

12. Uzupełnij brakujące pola oraz zaznacz poprawne odpowiedzi:

	Współczynniki	Błąd standardowy	T Stat
Przecięcie	3	1,5	2
Zmienna X1	-8	2	-4

a) jeśli wartość krytyczna statystyki jest równa 2,06 należy w modelu pominąć wyraz wolny (Tepm < Tkryt przyjmujemy hipotezę 0 i przyjmujemy że wyraz wolny = 0, jak jest = 0 to go pomijamy)

b) jeśli wartość krytyczna statystyki jest równa 2,06 należy w modelu pominąć  zmienną X1

13. -

14. -

15. Stolarnia może wykonać krzesła C i D, na których zarabia odpowiednio 100 i 150 zł. Na krzesło C zużywa 0,2 m³ drewna, a na krzesło D 0,3. 1 m³ kosztuje 600 zł. Ile wykonać krzeseł C i D, aby zarobić najwięcej, jeśli wiadomo, że na zakup drewna można przeznaczyć 20 000 zł. Zapisz zadanie programowania liniowego.

Krzesła: Ilość Cena

C x 100

D y 150

FC = max(x*100+y*150)

Ograniczenia:

x*0,2*600+y*0,3*600 =< 20 000

x,y > 0

Odpowiedzi pewne

Odpowiedzi możliwe

---