Testul Fisher poate fi utilizat pentru:

a) Verificarea ipotezei de homoscedasticitate

b) Verificarea semnificaiei raportului de corelaie
c) verificarea ipotezei de multicoliniaritate a variabilelor
independente
d) verificarea corectitudinii modelului de regresie ales
Prin autocorelare nelegem c
a) variabilele independente Xi din model sunt corelate ntre ele
b) erorile de modelare nu sunt independente
c) erorile de modelare sunt corelate cu una sau mai multe variabile
independente

Ipoteza de normalitate a erorilor vizeaz:

a) legea de repartiie normal a estimatorilor parametrilor modelului
de regresie
b) independena variabilelor din model
2
c) proprietatea 1 ~ N 1 ,
1

Pentru testul Jarque-Bera se utilizeaz:

a) estimatorii indicatorilor formei repartiiei erorilor modelului de regresie
b) repartiia Student
c) estimatorii parametrilor modelului de regresie
d) repartiia Chi-ptrat

O agenie imobiliar efectueaz un studiu privind influena pe care o

are Suprafaa apartamentelor (X) i a Vechimea apartamentelor
(Apartamente noi, Apartamente vechi (D1) i Apartamente foarte vechi
(D2)) asupra Preul de vnzare a apartamentelor.

Rezultatele modelrii sunt prezentate n tabelul de mai sus. Se poate considera c:

a. modelul prezentat este un model de tip ANCOVA
b. modelul prezentat este un model de tip ANOVA
c. Pretul mediu al apartamentelor creste pe masura ce apartamentele sunt mai noi
d. apartamentele vechi nu determin diferene semnificative de pre fa de
apartamentele noi.
e. Pretul apartamentelor vechi este cu 8326,245 lei mai mare dect a celor foarte vechi
f. Regresia pentru apartamentele foarte vechi este Y=10542,376+474,95X
g. Vechimea apartamentelor influenteaza semnificativ pretul acestora

Pentru un eantion de 20 de angajai ai unei firme s-au nregistrat

vechimea la locul actual de munc (ani), sexul persoanei i venitul
familiei angajatului (mil.). n urma modelrii celor trei variabile a rezultat
tabelul de mai jos. Pe care dintre urmtoarele afirmaii le considerai ca
fiind corecte?
Coefficientsa

Model
1

(Constant)
sexul persoanei
venitul familiei

Unstandardized
Coefficients
B
Std. Error
6.335
.325
-.493
.198
.072
.001

Standardized
Coefficients
Beta
-.025
.579

t
19.473
-2.489
56.829

Sig.
.000
.013
.000

a. Dependent Variable: Vechimea la locul actual de munca

a) Vechimea angajailor de sex masculin este mai mare, n

medie, dect cea a angajailor de sex feminin cu 0,493 ani
b) Vechimea medie a angajailor de sex feminin este de 6,335
ani, in conditiile unui venit nul
c) ntre vechimea angajailor i venitul familiei acestora exist o
legtur direct
4

n urma modelrii Acceleraiei autoturismelor n funcie de Puterea

motorului printr-un model compus a rezultat o eroare de modelare
pentru care am obinut urmtorii indicatori statistici descriptivi:

Pe baza datelor din tabel alegei afirmaiile adevrate:

a) media nu difer semnificativ de zero
b) distribuia erorilor nu este normal
c) distribuia seriei este autocorelat
5

n urma modelrii Salariului n funcie 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

(Constant)
Vechime

Unstandardized
Coefficients
B
Std. Error
65.656
1.429
-2.034
.126

Standardized
Coefficients
Beta
-.418

t
45.931
-16.126

Sig.
.000
.000

a. Dependent Variable: Erorile in valoare absoluta

a. Erorile sunt homoscedastice

b. Variatia erorii de modelare este influentata semnificativ de
variatia variabilei Vechime
c. Variantele erorii de modelare sunt egale si constante
d. Ipoteza de homoscedasticitate a fost incalcata
e. Erorile nu sunt autocorelate

n urma analizei erorilor de estimare ale unui model de regresie liniar

simpl, s-au obinut rezultatele de mai jos:
Descriptive Statistics

Unstandardized Residual
Valid N (listwise)

N
Statistic
15
15

Skewness
Statistic
Std. Error
-.414
.580

Kurtosis
Statistic
Std. Error
-.037
1.121

Pentru un risc admis de 0.05, se poate afirma c:

a) erorile sunt normal distribuite
b) erorile nu sunt normal distribuite
c) Nu putem verifica ipoteza de normalitate

n urma analizei coliniaritii pentru un model liniar multivariat, s-au

obinut rezultatele din tabelul de mai jos:
Colinearity Statistics
Tolerance

VIF

fibre

.006

166.66

grasimi

.647

zaharuri

.073

(Constant)

13,69

Pe baza datelor din tabelul de mai sus alegei afirmaiile corecte:

a) rapoartele de determinaie (R2) pentru cele 3 modele de regresie auxiliare
sunt 0,994; 0,353 si 0,927;
b) exist variabile independente care introduc fenomenul de coliniaritate
c) nu exist variabile independente care introduc fenomenul de coliniaritate
d) valoarea care lipseste este 1,546
f) 64,7% din variatia variabilei grasimilor este explicata prin variatia simultana a
zaharurilor si fibrelor
g) Variabile Fibre este coliniara in raport cu variabila dependenta
8

Rezultatele modelrii dintre Salariu si Gen (1-Masculin, 0-Feminin) i

salariu (lei) se prezint n tabelul de mai jos. Sunt adevarate afirmatiile:
Coefficientsa

Model
1

(Constant)
gen

Unstandardized
Coefficients
B
Std. Error
26031.921
1038.710
15409.862
1407.906

Standardized
Coefficients
Beta
.450

t
25.062
10.945

Sig.
.000
.000

a. Dependent Variable: Salariu

a. Ecuatia estimata este YX 6031.921 5409.862 D

b. M (Y / D = 1) = 10002.783
Y 0
c. Regresia pentru persoanele de sex feminin este
d. Barbatii au salariu mediu mai mare decat femeile
e. Salariul femeilor difera semnificativ de salariul barbatilor
f. Genul persoanei influenteaza semnificativ variatia salariului
9