II.

VERIFICAREA IPOTEZELOR MODELULUI DE REGRESIE

(exemple de ntrebri gril)
1. Ipotezele modelului clasic de regresie care se formuleaz cu privire la componenta
determinist sunt:
a) variabilele reziduale sunt necoliniare
b) variabilele independente sunt nestochastice
c) variabilele independente sunt necoliniare
cov ( X i , i ) 0
d) variabilele independente i variabila eroare sunt necorelate:
e) variabilele independente i variabila dependent sunt corelate:

cov ( X i , Y i )=0

2. Ipotezele modelului clasic de regresie care se formuleaz cu privire la componenta aleatoare

sunt:
a) erorile sunt normal distribuite
b) erorile sunt homoscedastice
c) erorile sunt necorelate
d) erorile sunt independente
e) erorile au media egal cu zero
3. Ipotezele statistice care se formuleaz n cazul testrii mediei erorilor sunt:
H 0 :V ( i )=0
H 1 :V ( i ) 0
a)
;
b)

H 0 : M ( i) =0

c)

H 0 : cov ( i , j ) =0

d)

H 0 : i N ( 0, 2 ) ;

e)

H 0 : M ( i) 0

H 1 : M (i ) 0
H 1 : cov ( i , j ) 0

H 1 : i N ( 0, 2 )
H 1 : M ( i ) =0

4. n cadrul demersului testrii ipotezei ce presupune c erorile sunt homoscedatisce, ipoteza nul
i ipoteza alternativ se scriu astfel:
2
2
H 0 :V ( i )= ; H 1 :V ( i )
a)
b)

H 0 : i N ( 0, 2 ) ;

H 1 : i N ( 0, 2 )

c)

H 0 :=0

d)

H 0 :V ( i )

este constant;

e)

H 0 : 1=0

f)

H 0 : cov ( i , j ) =0

H 1 : 0

, n cazul aplicrii testului Spearman

H 1 : 1 0
;

H 1 :V ( i )

nu este constant

, n cazul aplicrii testului Glejser

H 1 : cov ( i , j ) 0
1

5. n vederea testrii ipotezei ce presupune c erorile sunt independente, sunt formulate

urmtoarele ipoteze:
H 0 : M ( i) =0
H 1 : M (i ) 0
a)
;
b)

H 0 : cov ( i , j ) =0

c)

H 0 :V ( i )= 2 ;

H 1 :V ( i ) 2

d)

H 0 : i N ( 0, 2 ) ;

e)

H 0 : =0

f)

H0: K

H 1 : cov ( i , j ) 0

H 1 : i N ( 0, 2 )

H1: 0

, n cazul aplicrii testului Durbin-Watson

urmeaz o lege de repartiie normal;

H1: K

nu urmeaz o lege de repartiie

normal, n cazul aplicrii testului Runs

6. Ipoteza de homoscedasticitate presupune ca variana erorilor la nivelul distribuiilor
Y X=x i
condiionate de forma
este:
a)

V ( i ) =0

b)

V ( i ) = 2

c)

V ( i ) 0

d)

V ( i ) 2

7. n testarea ipotezei de necorelare a erorilor, sunt adevrate urmtoarele afirmaii:

a) dac valoarea calculat a statisticii Durbin-Watson este d=4 , ntre erori exist
autocorelare pozitiv maxim

^=0 arat c erorile nu sunt dependente

c) dac valoarea calculat a statisticii Durbin-Watson este d=0 , ntre erori exist
b) valoarea coeficientului de autocorelare

autocorelare pozitiv maxim

d) valoarea calculat a statisticii Durbin-Watson de
erorilor

d=2

indic lipsa autocorelrii

e) valoarea coeficientului de autocorelare

^ 0

f) valoarea coeficientului de autocorelare

^=1 arat c erorile sunt perfect corelate

arat c ntre erori nu exist o legtur

8. Considernd c ipoteza cu privire la normalitatea erorilor este verificat, sunt adevrate

urmtoarele afirmaii:
2

a)
b)
c)
d)
e)

erorile sunt heteroscedastice

erorile sunt autocorelate
erorile urmeaz o lege de repartiie normal, de medie zero i varian constant
media erorilor este diferit semnificativ de zero
estimatorii parametrilor modelului de regresie urmeaz o lege de repartiie normal

9. Dac este nclcat ipoteza de homoscedasticitate a erorilor de modelare, se consider c:

a) ntre variabila rezidual i variabila independent exist o legtur semnificativ
0
b) estimatorul parametrului
i pierde proprietatea de eficien
c) erorile nu sunt independente
d) parametrii sunt estimai cu o varian mai mare
e) erorile sunt heteroscedastice
10. n condiiile n care ipoteza de normalitate a erorilor nu este verificat, se consider c:
a) coeficientul de corelaie neparametric Spearman nu este semnificativ
b) estimatorii parametrilor modelului de regresie i pierd proprietatea de normalitate
c) este indus fenomenul de multicoliniaritate
d) nu se pot construi intervale de ncredere pentru estimatorii parametrilor
e) estimatorii parametrilor modelului de regresie i pierd proprietatea de eficien
f) nu se cunosc legile de repartiie ale estimatorilor parametrilor modelului de regresie
11. Dac nu se verific ipoteza de independen a erorilor, sunt adevrate urmtoarele afirmaii:
= i1+ ui
a) ntre erori exist urmtoare relaie: i
b) prin aplicarea metodei celor mai mici ptrate, pentru parametrul

se obine un

estimator eficient
c) modelul de regresie admite fenomenul de autocorelare
d) nu exist autocorelare a erorilor
12. Un model de regresie este heteroscedastic dac:
a) estimatorii parametrilor modelului de regresie nu ndeplinesc proprietatea de eficien
b) erorile de modelare sunt necoliniare
= + x +u
c) coeficientul variabilei independente din modelul de regresie auxiliar: | i| 0 1 i i
, este semnificativ diferit de zero
d) erorile au dispersia cuprins n intervalul (0,1)
e) variabila independent are o influen semnificativ asupra variabilei reziduale
13. ntr-un model de regresie liniar multipl, dac variabilele independente sunt perfect
coliniare, atunci:
a) variana estimatorilor parametrilor moelului de regresie este mare
b) dispersia estimatorilor parametrilor este infinit
c) parametrii pentru aceste variabile independente nu pot fi estimai
d) variana estimatorilor parametrilor este mare
3

e) erorile de modelare sunt minime

14. ntr-un model de regresie liniar multipl, dac variabilele independente sunt imperfect
coliniare, atunci:
a) ntre variabilele independente exist o legtur liniar stochastic de forma:
1 X 1 + 2 X 2 +...+ p X p+ =0
b) ntre variabilele independente exist o legtur liniar determinist de forma:
1 X 1 + 2 X 2 +...+ p X p=0
c) ntre variabilele independente exist o legtur liniar nestochastic de forma:
1 X 1 + 2 X 2 +...+ p X p+ =0
d) ntre variabilele independente exist o legtur liniar stochastic de forma:
1 X 1 + 2 X 2 +...+ p X p=0
15. Testul Jarque-Bera se bazeaz pe:
a) utilizarea repartiiei Chi-ptrat
b) verificarea simultan a proprietilor de asimetrie i boltire a seriei rezidurilor
c) utilizarea estimatorilor parametrilor modelului de regresie
d) utilizarea repartiiei Student
e) utilizarea estimatorilor indicatorilor formei repartiiei erorilor modelului de regresie
16. Dac ntre erorile de modelare exist o legtur de forma
a) erorile sunt corelate:

cov ( i , j ) 0

b) erorile sunt corelate:

=0

c) erorile nu sunt corelate:

d) se verific relaia:

i = i1+ ui

, se poate afirma c:

cov ( i , j ) 0

M ( i , j ) 0

e) erorile nu sunt corelate:

17. Ipoteza de coliniaritate se refer la:

a) existena unei legturi liniare ntre variabila dependent i variabilele independente
b) existena unei legturi liniare ntre variabila rezidual i variabilele independente
c) existena unei legturi liniare ntre variabilele independente
18. Verificarea normalitii erorilor se poate realiza pe baza:
a) diagramelor Box-Plot, Q-Q Plot i P-P Plot
b) histogramei
c) testului Glejser
d) curbei frecvenelor
4

e) testului Jarque-Bera
f) testului Kolmogorov-Smirnov
19. Sursa autocorelrii erorilor este:
a) neincluderea n modelul de regresie a uneia sau a mai multor variabile explicative
importante
b) ineria fenomenelor n timp i decalajul, n cazul seriilor de timp
c) nerespectarea proprietii de eficien a estimatorilor parametrilor modelului de regresie
d) modelul de regresie nu este corect specificat
e) estimatorii parametrilor modelului de regresie nu urmeaz o lege de repartiie normal
20. Selectai tabelul/tabelele pe baza cruia/crora se poate verifica ipoteza media erorilor de
modelare este zero.
a)
Residuals Statisticsa
Minimum
Predicted Value
$12,948.08
Residual
-$21,567.422
Std. Predicted Value
-1,904
Std. Residual
-1,681

Maximum
$63,776.86
$79,042.953
2,603
6,159

Mean
$34,419.57
$.000
,000
,000

Std. Deviation
$11,279.480
$12,819.966
1,000
,999

N
474
474
474
474

a. Dependent Variable: Current Salary

b)
One-Sample Statistics
N
Unstandardized Residual

474

Mean
,0000000

Std. Deviation
12819,96640

Std. Error
Mean
588,8406

c)
One-Sample Test
Test Value = 0

t
Unstandardized Residual

df
,000

473

Sig. (2-tailed)
1,000

Mean
Difference
,00000000

95% Confidence
Interval of the
Difference
Lower
Upper
-1157,07
1157,067

d)

One-Sample Kolmogorov-Smirnov Test

N
Normal Parametersa,b
Most Extreme
Differences

Unstandardiz
ed Residual
32
,0000000
2,09823475
,078
,078
-,064
,441
,990

Mean
Std. Deviation
Absolute
Positive
Negative

Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
b. Calculated from data.

21. n vederea testrii ipotezei de necoliniaritate a variabilelor independente, sunt adevrate

afirmaiile:
a) dac VIF tinde spre , TOL=0 , variabilele independente nu sunt coliniare
b) dac VIF> 10 , TOL<0.1 , exist coliniaritate ntre variabilele independente
c) dac
d) dac

VIF=1 , TOL=1 , variabilele independente nu sunt coliniare

VIF=1 , TOL=0 , nu exist coliniaritate ntre variabilele independente

22. Cu privire la erorile unui model de regresie liniar simpl, s-au obinut urmtoarele rezultate:
Descriptive Statistics
N
Unstandardized Residual
Valid N (listwise)

32
32

Minimum
-3,74806

Maximum
4,08698

Mean
,0000000

Std. Deviation
2,09823475

Considernd un risc de 5%, se poate afirma c:

H 0 : M ( i) =0
a) se respinge ipoteza:
b)

( t calc=0 ) < ( t 0,025 ;31=1.96 ) : media erorilor este zero

c) se accept ipoteza:
d)

H 0 : M ( i) 0

( t calc=2,09823 ) > ( t 0,05 ;30=1.697 ) : erorile au media diferit semnificativ de zero

23. n urma modelrii a dou variabile, s-au obinut, pentru erorile estimate, urmtoarele
rezultate:

One-Sample Test
Test Value = 0

t
Unstandardized Residual

df
,000

31

Sig. (2-tailed)
1,000

Mean
Difference
,00000000

95% Confidence
Interval of the
Difference
Lower
Upper
-,7564943
,7564943

Pe baza rezultatelor de mai sus, pentru o probabilitate de 95%, se poate afirma c:

a) media erorilor este semnificativ
b) erorile sunt normal distribuite
c) media erorilor nu difer semnificativ de zero
d) se modific proprietile estimatorilor parametrilor modelului de regresie
e) se respect ipoteza cu privire la media erorilor
24. S se studieze ipoteza cu privire la media erorilor de modelare pe baza rezultatelor din tabelul
de mai jos:
Residuals Statisticsa
Minimum
Predicted Value
$12,948.08
Residual
-$21,567.422
Std. Predicted Value
-1,904
Std. Residual
-1,681

Maximum
$63,776.86
$79,042.953
2,603
6,159

Mean
$34,419.57
$.000
,000
,000

Std. Deviation
$11,279.480
$12,819.966
1,000
,999

N
474
474
474
474

a. Dependent Variable: Current Salary

Pentru un risc asumat de 0.10, sunt adevrate urmtoarele afirmaii:

t =3,051) > ( t 0,05; 472=1.645 ) :
a) ( calc
media erorilor este diferit semnificativ de zero
b)

( t calc=0,14 ) < ( t0,025 ;472 =1.96 ) : media erorilor este zero

c)

( t calc=34419,86 ) > ( t 0,05 ;472 =1.645 ) : se respinge ipoteza H 0 : M ( i) =0

d)

( t calc=0,14 ) < ( t0,05 ;473 =1.645 ) : media erorilor nu difer semnificativ de zero

25. Pentru erorile estimate ale unui model de regresie, s-au obinut urmtoarele rezultate:

One-Sample Kolmogorov-Smirnov Test

N
Normal Parameters(a,b)

Mean
Std. Deviation

Most Extreme

Absolute

Unstandardize
d Residual
45
2.1541967
10.91300542
.094

Differences
Positive

.042

Negative

-.094

Kolmogorov-Smirnov Z

.629

Asymp. Sig. (2-tailed)

.824

Pe baza rezultatelor de mai sus, se poate considera c:

a) se respinge ipoteza de normalitate, cu un risc asumat de 5%
b) cu o ncredere de 95% se poate afirma c erorile sunt normal distribuite
c) media erorilor este nul, cu o probabilitate de 95%
d) distribuia erorilor de modelare nu difer semnificativ de distribuia normal
e) estimatorii parametrilor modelului de regresie urmeaz o lege normal
f) cu un risc de 5% se poate afirma c erorile au media diferit semnificativ de zero
g) distribuia erorilor de modelare difer semnificativ de distribuia normal
26. n urma testrii ipotezei de homoscedasticitate a erorilor modelului de regresie liniar simpl,
s-au obinut urmtoarele rezultate:
Correlations

Spearman's rho

Rata inflatiei

Correlation Coefficient
Sig. (2-tailed)
N

Correlation Coefficient
Sig. (2-tailed)
N

Rata inflatiei
1.000
.

-.063
.683

45

45

-.063

1.000

.683

45

45

Cu o probabilitate de 90%, se poate afirma c:

a) nu ne putem pronuna cu privire la homoscedasticitatea erorilor de modelare pe baza
datelor din tabel
b) coeficientul de corelaie neparametric dintre erorile estimate i valorile variabilei
independente este semnificativ statistic
c) erorile sunt heteroscedastice deoarece probabilitatea asociat statisticii test este mai mare
dect riscul asumat de 5%
= + x +u
d) coeficientul variabilei independente din modelul de regresie auxiliar: | i| 0 1 i i
, este semnificativ diferit de zero
e) avnd n vedere c probabilitatea asociat statisticii test este mai mare dect riscul asumat
de 0.10, se ia decizia de a accepta ipoteza de homoscedasticitate
27. Se analizeaz erorile de estimare ale unui model de regresie liniar simpl, obinndu-se
rezultatele din tabelul de mai jos:

Coefficientsa

Model
1

(Constant)
PIB/locuitor

Unstandardized
Coefficients
B
Std. Error
1,872
,380
-7,5E-006
,000

Standardized
Coefficients
Beta
-,111

t
4,922
-,614

Sig.
,000
,544

a. Dependent Variable: Residuals_abs

Cu o probabilitate de 95%, se poate afirma c:

a) variaia erorii de modelare este influenat semnificativ de variaia variabilei independente
b) este verificat ipoteza de homoscedasticitate a erorilor
c) erorile au aceeai varian
d) ntre erorile de modelare i variabila independent nu exist o legtur liniar
semnificativ
28. Se analizeaz erorile modelului de regresie dintre rata de ocupare a forei de munc i rata
inflaiei. Rezultatele obinute sunt prezentate n tabelul de mai jos.
Runs Test

Test Value(a)
Cases < Test Value

Unstandardized
Residual
.77738
22

Cases >= Test Value

23

Total Cases

45

Number of Runs

26

.607

Asymp. Sig. (2-tailed)

.544

a Median

n condiiile unui risc =0.05 , sunt adevrate urmtoarele afirmaii:

a) succesiunea runs-urilor este aleatoare
H 0 : cov ( i , j ) =0
b) se accept ipoteza
c) erorile de modelare sunt independente
H 0 : cov ( i , j ) 0
d) se accept ipoteza
e) variabila numrul de runs urmeaz o lege de repartiie normal
f) erorile de modelare nu sunt autocorelate
29. n demersul verificrii ipotezelor asupra erorilor unui model de regresie liniar simpl, s-a
obinut estimaia coeficientului Spearman, r=0.691 . Cunoscnd volumul eantionului
observat n=11 i riscul admis =0.05 , se poate afirma c:
a) erorile sunt homoscedastice
b) erorile sunt autocorelate
9

c)
d)
e)
f)

erorile sunt heteroscedastice

erorile de modelare sunt normal repartizate
erorile au aceeai dispersie
erorile verific ipoteza de coliniaritate

30. n urma analizei erorilor de estimare ale unui model de regresie liniar simpl, s-au obinut
rezultatele urmtoare:
Descriptive Statistics
Skewness

N
15
15

Unstandardized Residual
Valid N listed

Statistic
1,764

Std. Error
,112

Kurtosis
Statistic
5,798

Std. Error
,224

a) ipoteza de normalitate a erorilor nu se verific folosind testul Jarque-Bera

2
b) ( JBcalc =28,710 ) > ( =5,991 ) : erorile sunt normal repartizate
c) se respect proprietatea

^ j N ( 0, 2^ )

d)

( JBcalc =39,458 ) > ( 20,05 ;14=24,996 ) : se accept ipoteza de normalitate

e)

( JBcalc =28,710 ) < ( 20,05 ;14=24,996 ) : se respinge ipoteza nul

31. Pentru erorile estimate ale unui model de regresie cu dou variabile independente i
s-a obinut valoarea calculat a statisticii Durbin-Watson egal cu

n=27

0.189 . Considernd un risc

asumat de 5 , sunt adevrate urmtoarele afirmaii:

a) valorile teoretice sunt

d L =1.316

d U =1.469

b) se respinge ipoteza nul: erorile nu sunt autocorelate

c) se respinge ipoteza nul: erorile de modelare sunt autocorelate negativ
d) se respinge ipoteza nul: erorile de modelare sunt autocorelate pozitiv
d L =1.240
d U =1.556
e) valorile teoretice sunt
i
f) se accept ipoteza nul: erorile nu sunt autocorelate
32. Se consider un model de regresie liniar multipl cu dou variabile independente. tiind c
pentru modelul auxiliar s-a obinut
a) variabila

X1

nu introduce fenomenul de coliniaritate

b) valoarea indicatorului
c) variabila

X1

R21=0,56 , se poate afirma c:

VIF 1

este de 2,27 i indic lipsa coliniaritii

introduce fenomenul de coliniaritate

10

d) 56% din variaia variabilei dependente este explicat de variaia simultan a variabilelor
independente
TOL1
2,27
e) valoarea indicatorului
este
i indic verificarea ipotezei de
necoliniaritate
f) variaia variabilei
independente

X1

este explicat n proporie de 56% de variaia variabilei

X2

33. n studiul legturii dintre variabila dependent, salariul (Euro), i variabilele independente,
nivelul de studii (ani), salariul de nceput (euro), experiena anterioar (luni), perioada de
angajare (luni), s-au obinut urmtoarele rezultate:
Coefficientsa

Model
1

(Constant)
Educational Level
(years)
Beginning Salary
Previous Experience
(months)
Months since Hire

Unstandardized
Coefficients
B
Std. Error
-16149,7 3255,470

Standardized
Coefficients
Beta

t
-4,961

Sig.
,000

Collinearity Statistics
Tolerance
VIF

669,914

165,596

,113

4,045

,000

,516

1,937

1,768

,059

,815

30,111

,000

,551

1,814

-17,303

3,528

-,106

-4,904

,000

,865

1,156

161,486

34,246

,095

4,715

,000

,066

15,008

a. Dependent Variable: Current Salary

Pe baza rezultatelor obinute cu privire la ipoteza de necoliniariate, sunt valabile afirmaiile:

a) 44,9% din variaia variabilei nivelul de studii este explicat liniar de variaia celorlate
variabile independente
b) variabila perioada de angajare poate fi considerat coliniar cu celelalte variabile
independente din model
c) exist variabile independente care introduc fenomenul de coliniaritate
d) raportul
de
determinaie
pentru
modelul
auxiliar:
Educational level= 0+ 1 Beggining Salary + 2 Previous Experience+ 3 Months since Hire
, este de aproximativ 0,484
e) nu exist variabile independente care introduc fenomenul de coliniaritate
34. n urma testrii ipotezei de necorelare a erorilor unui model de regresie liniar simpl estimat
prin prelucrarea datelor pentru un eantion de volum n=30 , s-au obinut urmtoarele
rezultate:

11

Model Summaryb
Model
1

R
R Square
,698a
,487

Adjusted
R Square
,470

Std. Error of
the Estimate
2,1329

DurbinWatson
1,633

a. Predictors: (Constant), PIB/locuitor

b. Dependent Variable: Speranta de viata la nastere

Cunoscnd valorile

d L =1.352

d U =1.489

, i riscul asumat

=0.05 , se poate afirma

c:
a)
b)
c)
d)
e)

erorile nregistreaz o autocorelare pozitiv

nu se poate decide asupra existenei autocorelrii erorilor
nu exist autocorelare a erorilor
erorile de modelare sunt autocorelate negativ
erorile sunt independente

12