1.

În demersul verificării ipozelor formulate asupra erorilor unui model de regresie liniară simplă,se
aplică testul Glejer şi se obţin rezultatele din tabelul de mai jos.

Model B Std. Error Beta

Constant 0.637 0.191
Timpul de verificarea a 0.589 0.078 0.208
automobilului(X)
Depedent variable:Erori în mărime absolută

Cunoscând volumul eşantionului observat n=25 ;I riscul admis α=0.1 se poate afirma ca:

a.(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 7,551) > (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 1.714), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

b .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 0.208) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 1.319), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

c. .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 7,551) > (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 =

1.714), 𝑒𝑥𝑖𝑠𝑡𝑎 𝑜 𝑙𝑒𝑔𝑎𝑡𝑢𝑟𝑎 𝑙𝑖𝑛𝑖𝑎𝑟𝑎 𝑠𝑒𝑚𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎 𝑖𝑛𝑡𝑟𝑒 𝑒𝑟𝑜𝑟𝑖 𝑖𝑛 𝑚𝑎𝑟𝑖𝑚𝑒 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑠𝑖 𝑣𝑎𝑙𝑜𝑟𝑖𝑙𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑒𝑖 𝑖𝑛𝑑𝑒𝑝𝑒

2.Un model de regresie este homoscedastic daca:

a.erorile de modelare sunt independente

b.erorile au dispersia cuprinsa in intervalul (0;1)

c.variantele erorilor de modelare sunt egale*

3.Pentru variabilele Mortalitatea infantila(%) si Pib/loc($/loc.),utilizand modelul Compound,s-au

obtinut rezultatele.

B Std. Error Beta t Sig

Pib/loc 0.990 0.000 0.439 106538.1 0.000
Constant 58.535 4.741 12.347 0.000
Depedent variable:Mortalitatea infantile

Sunt valabile afirmatiile:

a.La o crestere cu 1$/loc a Pib,Rata mortalitatii infantile scade, in medie cu(ln0,99)%

b.intre cele doua variabile exista o legatura directa

c.pentru X=0,se estimeaza un nivel mediu pentru y=58,535

4.Selectatii afirmatiile adevarate cu privire la indicatorii de coliniaritate:

a.coliniaritatea este cu atat mai pronuntata cu cat valoarea lui TOL este mai mica

b. coliniaritatea este cu atat mai pronuntata cu cat valoarea lui TOL este mai mare

c. coliniaritatea este cu atat mai pronuntata cu cat valoarea lui VIF este mai mica

d.coliniaritatea este cu atat mai pronuntata cu cat valoarea lui VIF este mai mare

5.In modelul de regresie simpla de tip putere,parametrul β1 reprezinta:

a.variatia medie relativa a variabilei dependente la o variatie relativa cu o unitate a variabilei

independente

b.panta dreptei de regresie

c.elasticitatea variabilei Y in raport cu variabila X

6.Se analizeaza legatura dintre variabilele Volumul productiei (mld.Euro) si Volumul investitiilor
(mld.Euro),pentru un esantion de volum n=5 tari.Rezultatele obtinute sunt prezentate in tabelul de
mai jos.

B Std.Error Beta t Sig

Volumul 2.209 0.126 1.600 17.596 0.003
investitilor
Volumul -0.031 0.005 -0.627 -6.897 0.020
investitilor**2
constant 4.159 0.616 6.748 0.021

Valoarea investitiilor pentru care productia atinge un nivel maxim este:

a.0.028 mld.Euro

b.35.629 mld.Euro

c.0.062 mld.Euro

7.In urma analizei erorilor de estimare ale unui model de regresie liniara simpla,s-au obtinut
rezultatele de mai jos.

Residual
N 15
Normal Parameters Mean 0.0000000
St. Deviation 0.01748815
Most Extreme Absolute 0.115
Diferencies Positive 0.067
Negative -0.115
Kolmogorov-Smirnov Z 0.447
Asymp. Sig.(2-tailed) 0.988
In aceasta situatie se poate considera ca:

a.erorile sunt normal distribuite

b. erorile sunt autocorelate

c.erorile nu sunt autocorelate

8.Se considera legatura dintre Rata mortalitatii si Pib/loc($/loc.).Rezultatele modelari sunt
reprezentate in tabelul de mai jos

B Std.Error Beta t Sig

Pib/loc 0.003 0.000 1.979 7.919 0.000
Pib/loc**2 -1.100 0.000 -1.385 -5.543 0.000
Constant 59.951 1.186 50.551 0.000

Care afirmatii sunt corecte?

a.Influenta partiala a Pib-ului asupra Rata mortalitatii este semnificativa statistic,pentru un risc de 5%

b.Ecuatia estimata este 𝑌𝑥 = 59.951 + 0.003𝑋1 − 1.1𝑋22

c.Nivelul mediu estimat al ratei mortalitatii este de 59.951% pentru o tara cu Pib/loc($/loc.) egal cu
zero

d.Parabola este un punct de maxim

9.In urma analizei erorilor de estimare ale unui model de regresie liniara simpla,s-au obtinut
rezultatele de mai jos.

N Skewness Kurtosis
Statistic Statistic Std.Error Statistic Std.Error
Unstandardized 15 -0.414 0.580 -0.037 1.121
Residual
Valid 15
N(listwise)

Se cunoaste valoarea statisticii 𝑥 2 , 𝑝𝑒𝑛𝑡𝑟𝑢 𝑢𝑛 𝑟𝑖𝑠𝑐 𝑎𝑑𝑚𝑖𝑠 𝛼 =

0.05 𝑠𝑖 𝑑𝑜𝑢𝑎 𝑔𝑟𝑎𝑑𝑒 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑡𝑒, 𝑒𝑔𝑎𝑙𝑎 𝑐𝑢 𝑥 2 0,05; 2 =
5.991. 𝐼𝑛 𝑎𝑐𝑒𝑎𝑠𝑡𝑎 𝑠𝑖𝑡𝑢𝑎𝑡𝑖𝑒, 𝑠𝑒 𝑝𝑜𝑎𝑡𝑒 𝑎𝑓𝑖𝑟𝑚𝑎 𝑐𝑎:

a.(JB=0.429)<( 𝑥 2 = 5.991), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑡𝑒

b.ipoteza de normalitate a erorilor nu se verifica folosind testul Jarque-Bera

c. (JB=10.352)>( 𝑥 2 0.05; 2 = 5.991), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑛𝑢 𝑠𝑢𝑛𝑡 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑡𝑒

10.Norul de puncta al variabilelor independente X1 si X2,ale unui model de regresie multipla este
reprezentat in figura de mai jos

a. variabilele independente sunt heteroscedastice

b. variabilele independente nu sunt coliniare

c. variabilele independente sunt coliniare

11.Daca se doreste estimarea variatiei medii relative a variabilei independente la o variatie absoluta
cu o unitate a variabilei independente ,se utilizeaza un model de tipul:

a.lnY=β0+ β1X+έ

b.Y= β0+ β1X+έ

c. lnY=lnβ0+ β1lnX+έ
12.Se analizeaza erorile de estimare ale modelului de regresie dintre cifra de afaceri(variabila
dependenta) si valoarea investitilor(variabila independenta) si se obtin rezultatele de mai jos

Erori_absolute Valoarea
investitiilor
Spearman’s rho Erori_absolute Correlation 1.000 -0.387
Coefficient
Sig(2-tailed) 0.035
N 30 30
Valoarea Correlation -0.387 1000
investitiilor Coefficient
Sig(2-tailed) 0.035
N 30 30

Pentru un risc de 5%,pe baza datelor din tabelul Correlations,se poate afirma ca:

a.erorile sunt normal distribuite

b. erorile sunt heteroscedastice

c. erorile sunt necorelate

13.Pentru un model de regresie de forma Y= β0*𝑒 𝛽1𝑋+𝜀 ,sunt adevarate urmatoarele afirmatii:

a.la o crestere absoluta a variabilei independente cu o unitate,variabila dependenta variaza,in medie

cu (β1*100)%

b. la o crestere absoluta a variabilei independente cu o unitate,variabila dependenta variaza,in

medie,cu o rata egala cu β1

c. la o crestere cu 1% a variabilei independente,variabila dependenta variaza,in medie,cu β1%

14.In studiul legaturii dintre costul unitar si productia realizata s-au obtinut urmatoarele rezultate:

B Std.Error Beta t Sig

Productie -0.009 0.001 -4.897 -14.094 0.000
Productie**2 7.73E-006 0.000 4.809 13.839 0.000
Constant 5.886 0.142 41.431 0.000
Pentru exemplu dat,ecuatia estimata a legaturii dintre variabile este de forma:a. 𝑌𝑥 = 0.009 + 7.73 ∗
10−6 𝑋 + 5.886𝑋 2

b. 𝑌𝑥 = 5.886 − 0.009𝑋 + 7.73 ∗ 10−6 𝑋 2

c. 𝑌𝑥 = 5.886 − 0.009𝑋1 + 7.73 ∗ 10−6 𝑋22

15.Pentru erorile unui model de regresie s-au obtinut urmatoarele rezultate:

Test Value=0
t df Sig.(2-tailed) Mean 95% Confidence
Difference Interval of the
Difference
Unstandardized 0.000 15 1.000 0.0000000 Lower=-
Residual 0.5213094
Upper=0.5213094
Pentru exemplu dat,se poate considera,pentru un risc de 5%,ca:

a.media erorilor difera semnificativ de zero

b. media erorilor nu difera semnificativ de zero

c.se respecta ipoteza cu privire la media erorilor

16.Pentru variabilele mortalitatea infantile(numar de copii decedati sub un an la o mie de nascuti) si

Pib/loc($),utilizand modelul Compound,s-au obtinut rezultatele:

B Std. Error Beta t Sig

Pib/loc 0.990 0.000 0.439 106538.1 0.000
Constant 58.535 4.741 12.347 0.000
Dependent variabile is ln(mortalitatea infantile)

Modelul estimate este de forma:

a.Y=58.53+0.99lnX

b.lnY=ln58.53+ln0.99X

c.lnY=58.53+0.99X

17.In demersal testarii ipotezei ce presupune ca media erorilor este egala cu zero se poate utiliza:

a.testul Goldfeld-Quandt

b.testul Student

c.testul Runs

18.Indicatorul TOL poate lua valori in intervalul de variatie:

a.[-1;1]

b. [0;1]

c.[1;infinit]

19.In studiul legaturii dintre mortalitatea infantile(copii sub un an decedati la o mie nascuti vii) si
PIB/loc($),cu ajutorul unui model Exponential,s-au obtinut rezultatele:

B Std. Error Beta t Sig

Pib/loc -0.001 0.000 -0.824 -14.376 0.000
Constant 58.535 4.741 12.347 0.000
Dependent variabile is ln(mortalitatea infantile)

Au loc enunturile:

a.la o crestere de PIB/Loc cu 1%,mortalitatea infantile scade in medie cu 0.001%

b.nivelul mediu estimate al %,mortalitatii infantile este de 58.53 decese pentru o tara cu un PIB/loc
de 1$

c. la o crestere a PIB/Loc cu 1$,mortalitatea infantile scade in medie cu 0.1%

20.In urma modelarii legaturii dintre doua variabile print-un model linear simplu pe baza unui numar
de n=50 de inregistrari am obtinut urmatoarele informatii:
Model Summary(b)

R R Square Adjusted R Std.Error of the Durbin-Watson

Square Estimate
0.908(a) 0.825 0.766 5.51291 1.881
a.Predictors:(Constant),Pret produs(Euro)

b.Dependent Variable:Volumul cererii(mil. Euro)

Cunoscand ca estimarile facute sunt efectuate pentru un prag de semnificatie α=0.05,se cere sa se
selecteze afirmatiile adevarate:

a.Erorile de modelare sunt autocorelate

b.Variatia Pretului pe produs influenteaza,printr-un model linear,in proportie de 90.8% variatia
Volumului cererii

c.Erorile de modelare nu sunt autocorelate

21.Pentru erorile estimate ale unui model de regresie liniara multipla cu doua variabile indeoendente
si n=25 s-a obtinut valoarea calculate a testului Durbin Watson egala cu 1.1:

Pentru un risc de 0.05 se poate considera ca erorile sunt:

a.heteroscedastice

b.autocorelate negative

c. autocorelate pozitiv

22.In testul Runs,se verifica daca:

a.numarul runs-urilor urmeaza o lege de repartitie normala

b.succesiunea runs-urilor este aleatoare

c.numarul de valori negative nu difera semnificativ de cel al valorilor positive pentru variabila eroare

23.In urma modelarii relatiei dintre doua variabile printr-un model linear rezulta o eroare de
modelare pentru care sau calculat urmatorii indicatori statistici:

Statistics:Error from Linear model of Profit

N Valid 5
Missing 0
Mean 0.000
Median 0.100
Std.Deviation 0.689
Variance 0.475
Skewness -0.344
Std.Error of Skewness 0.913
Kurtosis 1.193
Std.Error of Kurtosis 2.000

Pe baza datelor din table,pentru un risc de 0.05 se poate considera ca:

a.Media erorilor de modelare este homoscedastica

b. Media erorilor de modelare nu difera semnificativ de zero

c. Media erorilor de modelare este independenta

24.Functia de productie cu doi factori:

a.este un model de regresie liniara multipla

b.permite estimarea elasticitatilor partiale ale productiei in raport cu factorii

c.este un model log-liniar multiplu

d.este un model parabolic

25.In urma analizei coliniaritatii variabilelor independente ale unui model de regresie s-au on=btinut
urmatoarele rezultate:

B Std.Error Beta t Sig VIF

Constant 32.801 1.699 19.303 0.000
Occupational -2.931 0.175 -0.398 -16.738 0.000 1.312
Category
Highest Year 1.437 0.105 0.325 13.675 0.000 1.312
of School
Completed
Dependent variable :R’s Occupational Prestige Score(1980)

Se poate considera ca:

a.Ipoteza de necoliniaritate este incalcata

b. Ipoteza de necoliniaritate este respectata

c.Variabilele independente sunt normal distribuite

26.Ipoteza de necorelare a erorilor unui model de regresie presupune:

a.cov(𝜀𝑖 , 𝜀𝑗 )=0

b. M(𝜀𝑖 , 𝜀𝑗 )≠0

c. cov(𝜀𝑖 , 𝜀𝑗 ) ≠0

27.Verificarea normalitatii erorilor se realizeaza cu ajutorul:

a.diagramei PP-Pilot

b.Testul Student

c.dreptei de regresie

d.testului Kolmogorov-Smirnov

28.In testarea semnificatiei statistice a mediei erorilor modelului de regresie,valoarea teoretica a

statisticii Student,pentru un test bilateral ,este:

a.𝑡𝛼/2;𝑛−1
b. 𝑡𝛼/2;𝑘−1

c. 𝑡𝛼/2;𝑛−𝑘

29.Un lant de magazine de imbracaminte expediaza periodic cataloage cu oferte ,In urma unui studiu
privind vanzarile de imbracaminte in functie de numarul de cataloage expediate s-au obtinut
rezultatele de mai jos:

B Std.Error Beta t Sig

Numarul de -5.033 1.847 -0.701 -2.725 0.007
cataloage
expediate
Numarul de 0.001 0.000 1.422 5.529 0.000
cataloage
expediate **2
Constant 36806.740 9402.741 3.914 0.000
Sunt adevarate afirmatiile:

a.valoarea medie estimate a vanzarilor este 36806$ atunci cand numarul de cataloage expediate este
zero

b.numarul de cataloage expediate are o influenta semnificativa asupra valorii vanzarilor

c.valoarea vanzarilor este minima atunci cand numarul de cataloage expediate este zero.

30.Validarea unui model de regresie presupune verificarea unoe ipoteze ,precum:

a.erorile sunt homoscedastice

b.varianta erorilor este egala cu zero

c.erorile sunt independente

d.erorile urmeaza o lege de rapartitie Fisher

e.erorile nu sunt autocorelate

31.In studiul legaturii dintre variabilele nivelul produtiei Agricole (mii,$)si cantitatea de ingrasaminte
(kg la ha) s-au obtinut urmatoarea ecuatie estimate:Y=4.8+1.2X-0.0054𝑋 2 . 𝐴𝑢 𝑙𝑜𝑐 𝑒𝑛𝑢𝑛𝑡𝑢𝑟𝑖𝑙𝑒:

a.nivelul optim al productiei se atinge pentru o cantitate de ingrasamant de 111.1 kg la ha

b.curba de regresie admite un punct de minim

c.nivelul mediu estimat al productiei este de 4.8 mii $,in conditiile in care nu se utilizeaza
ingrasamant

32.Daca 𝜀𝑖 ~𝑁(0, 𝜎 2 ),atunci:

̂1 ~𝑁(𝛽1 , 𝜎𝛽2 )
a.𝛽 1

b.estimatorii parametrilor modelului de regresie au o repartitie normala

c.𝛽0 ~𝑁(𝛽0 , 𝜎𝛽20 )

d.X urmeaza o lege de repartitie normala

1.Se analizeaza erorile modelului de regresie dintre castigul salarial si vechimea la locul actual de
munca.Rezultatele partiale sunt prezentate in tabelul de mai jos.

Unstandardiz ed Residual
Test Value 0.0000000
Cases< Test Value 660
Cases>= Test Value 340
Total Cases 1000
Number of Runs 439
Z -0.761
Asymp. Sig(2-tailed) 0.446
a.Mean

In conditiile unui risc α=0.05,se poate afirma ca:

a.erorile nu sunt autocorelate

b.succesiunea runs-urilor este aleatoare

c.se accepta ipoteza H0

2.Ipoteza de homoscedasticitate cu privire la erorile de modelare ale unui model econometric

asigura:

a.eficienta estimatorului modelului

b.covergenta estimatorilor parametrilor modelului

c.nedeplasarea estimatorilor parametrilor modelului

3.Daca pentru un model de regresie liniara multipla cu 2 variabile independente s-a obtinut valoarea
𝑅𝑗2 = 0.4 ,pentru modelul de regresie auxiliar,atunci:

a.variabila X1 introduce fenomenul de coliniaritate

b.raportul VIF este 1.67

c. variabila X1 nu introduce fenomenul de coliniaritate

4.In urma prelucrarii datelor privind valoarea input-urilor (L.forta de munca;K valoarea capitalului fix)
si a output-urilor obtinutre intr-un anumit domeniu de activitate (Y,valoarea productiei),s-a obtinut
urmatoarea ecuatie estimata de regresie:𝑌𝑥 = 1.1 + 𝐿0.32 ∗
𝐾 0.61 . 𝑝𝑒𝑛𝑡𝑟𝑢 𝑒𝑥𝑒𝑚𝑝𝑙𝑢 𝑑𝑎𝑡, 𝑠𝑒 𝑝𝑜𝑎𝑡𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎 𝑐𝑎.

a.procesul de productie s-a caracterizat printr-un randament de scara descrescatoare

b. procesul de productie s-a caracterizat printr-un randament de scara crescator

c.Cresterea cu 1% a fortei de munca determina o crestere cu 0.32% a productiei

d.Productia inregistreaza o viteza mai redusa de variatie in raport cu variatia factorilor

5.Pentru erorile estimate ale unui model de regresie ,s-au obtinut rezultatele de mai jos:
 Unstandardiz ed Residual
Test Value 5.97583
Cases< Test Value 548
Cases>= Test Value 552
Total Cases 1100
Number of Runs 550
Z -0.060
Asymp. Sig(2-tailed) 0.952
a.Median

Pentru exemplu dat se poate considera,cu o probabilitate de 0.95 ca erorile.

a.nu sunt corelate

b.respecta ipoteza de normalitate

c.sunt corelate

6.In cadrul demersului testarii ipotezei ce presupune ca media erorilor este egala cu zero,ipoteza
nula si ipoteza alternativa se scriu astfel:

a.𝐻0 : 𝑉(𝜀) = 𝛿 2 ; 𝐻1 : 𝑉(𝜀) ≠ 𝛿 2

b. 𝐻0 : 𝑀(𝜀𝑖 ) ≠ 0; 𝐻1 : 𝑀(𝜀𝑖 ) = 0;

c. 𝐻0 : 𝑀(𝜀𝑖 ) = 0; 𝐻1 : 𝑀(𝜀𝑖 ) ≠ 0
7.Care dintre urmatoarele afirmatii,cu privire la indicatorul Tolerance(TOL) utilizat in analiza
coliniaritatii,sunt adevarate:

a.daca TOL tinde spre infinit,exista coliniaritate intre variabilelel independente

b.pentru TOL=0 exista coliniaritate intre variabilelel independente

c. pentru TOL=1 nu exista coliniaritate intre variabilelel independente

8.Intre variabilele cost unitar si nivelul de productie exista o legatura de tip:

a.parabolic

b.putere

c.hiperbolic

9.Factorul variatei crescute (VIF) folosit pentru testarea coliniaritatii se calculeaza dupa relatia:
1
a.𝑉𝐼𝐹𝑗 =
(1−𝑅𝑗2 )

b. 𝑉𝐼𝐹𝑗 = 1 − 𝑅𝑗2
1
c. 𝑉𝐼𝐹𝑗 =
(𝑅𝑗2 −1)

10.In urma analizei coliniaritatii variabilelor independente ale unui model de regresie s-au obtinut
urmatoarele rezultate:

model B Std. Error Beta t Sig Tolerance VIF

Constant 26.262 2.042 12.861 0.000
 Nr. 2.835 0.174 0.386 16.299 0.000 0.755 1.324
angajati
Investitii 1.600 0.108 0.363 14.821 0.000 0.706 1.417
Nr.puncte 0.090 0.016 0.120 0.000 0.924 1.082
de lucru
Dependent variable:CA

Valoarea indicatorului VIF pentru variabila Nr.de Angajati semnifica:

a.exista coliniaritate intre variabilele independente

b.variabila Nr.de Angajati nu introduce fenomenul de coliniaritate

c.24.5% din variatia variabilei Nr. De Angajati este explicate linear de variatia celorlalte variabile
independente

11.Rezultatele modelarii pentru variabilele PIB/loc($) si speranta medie de viata (ani),pentru un

esantion de tari.In anul 2012 ,sunt prezentate in tabelul de mai jos

model B Std. Error Beta t Sig

ln(PIB/loc) 0.095 0.007 0.807 14.152 0.000
Constant 32.713 1.781 18.573 0.000
The dependent variable is ln(Speranta medie de viata)

Ecuatia modelului estimate este:

a.𝑙𝑛𝑦 = 𝑙𝑛32.713 + 0.095𝑙𝑛𝑥

b.y=32.713+0.095x

c.y=32.713𝑥 0.095

12.In studiul legaturii dintre mortalitatea infantile(copii sub un an decedati la o mie nascuti vii) si
PIB/loc.($),cu ajutorul modelului Growth,s-au obtinut rezultatele:

model B Std. Error Beta t Sig

ln(PIB/loc) -0.001 0.000 -0.824 -14.376 0.000
Constant 4.070 0.081 50.246 0.000
The dependent variable is ln(mortalitatea infantila)

Ecuatia estimate este:

a. 𝑙𝑛𝑦 = 4.07 − 0.001𝑥

b. 𝑌 = 𝑒 4.07−0.001𝑋
c. 𝑙𝑛𝑦 = 𝑙𝑛4.07 − 0.001𝑥

13.In cazul unui model de regresie parabolic,parametrii modelului permit identificarea:

a.nivelul variabilei independente pentru care variabila dependenta la o valoare

minima/maxima
b.punctelor de inflexiune
c.variatiei medii a variabilei dependente daca variabila independenta variaza cu o unitate
14.Valorile teoretice ale statisticii Durbin Watson sunt calculate si tabelate in functie de :
a.numarul de parametri al modelului
 b.pragul de semnificatie
c.volumul esantionului
d.variabila dependenta
1. Valorile teoretice ale statisticii Durbin Watson sunt calculate si tabelate in functie de :
a.numarul de parametri al modelului
b.variabila dependenta
c.semnele parametrilor modelului de regresie
d.sensul legaturii dintre variabile
15.In testarea egalitatii mediei erorilor modelului de regresie cu zero ,valoarea teoretica a
statisticii Student,pentru un test bilateral,este:
a. 𝑡𝛼/2;𝑛−𝑘
b. 𝑡𝛼/2;𝑛−1
c. 𝑡𝛼/2;𝑘−1

16.In demersul verificarii ipotezelor formulate asupra erorilor unui model de regresie liniara
simpal,se aplica testul Goldfeld-Quandit si se obtin urmatoarele rezultate:

--Seria valorilor mici:n1=22;RSS=10.7

- seria valorilor mari:n2=22;RSS=5.9

In conditiile unui risc asumat α=0.05,se poate afirma ca:

a.(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.813) < (𝐹 α, v1, v2 = 2.071), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

b .(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.813) < (𝐹 α, v1, v2 = 2.124), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

c .(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 0.551) < (𝐹α, v1, v2 = 2.124), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

17.In studiul legaturii dintre Rata mortalitatii infantile(%) si Rata de alfabetizare(%) realizat pentru un
esantion format .. de tari,s*au obtinut urmatoarele rezultate.

Equation R Square F Df1 Df2 Sig

Linear 0.911 550.226 1 105 0.000
Logarithmic 0.787 388.133 1 105 0.000
Quadratic 0.812 225.239 2 104 0.000
Cubic 0.813 149.384 3 103 0.000
Compound 0.649 194.186 1 105 0.000
Power 0.570 139.310 1 105 0.000
Growth 0.649 194.186 1 105 0.000
Exponential 0.649 194.186 1 105 0.000
The independent variable is Rata de alfabetizare

Sunt valabile afirmatiile:

a.Modelul care are cea mai redusa putere explicativa este modelul putere

b.Toate modelele sunt semnificative pentru un risc de 5%

c.Modelul cel mai adecvat este modelul liniar

18.Cu privire la erorile unui model de regresie liniara simpla s-au obtinut urmatoarele rezultate:
 N Mean Std. Deviation Std. Error Mean
Unstandardized 15 0.0000000 73271.63549 18918.65
Residual

Pentru exemplu dat,pentru un risc de 0.05,se poate considera ca:

a.se accepta ipoteza 𝐻0 : 𝑀(𝜀𝑖 ) = 0

b. se respinge ipoteza 𝐻0 : 𝑀(𝜀𝑖 ) = 0

c. se accepta ipoteza 𝐻0 : 𝑀(𝜀𝑖 ) ≠ 0

1.In demersal testarii ipotezei ce presupune ca media erorilor este egala cu zero ,valoarea teoretica a
statisticii test utilizate este:

a.𝑡𝛼/2;𝑘−1
2
b.𝑥𝛼/2
c. 𝑡𝛼/2;𝑛−1

2.Pentru erorile estimate ale unui model de regresie s-au obtinut:

Unstandardiz ed Residual
N 69
Normal Parameters Mean 0.0010000
Std.Deviation 24.75000000
Most Extreme Absolute 0.225
Differences Positive 0.224
Negative -0.044
Kolmogorov-Smirnov 2.400
Asymp. Sig(2-tailed) 0.025
B.Calculated from data

Au loc rezultatele:

A.variabila dependenta nu are o lege de repartitie normala,cu o probabilitate de 0.95

B.cu un risc de 5% erorile au o lege de repartitie care nu difera semnificativ de cea normala

c.eroile sunt coliniare,cu un risc de 5%

d.cu o probabilitate de 0.95 ,nu se respecta ipoteza de normalitate a erorilor

3.pentru eroeile estimate ale unui model de regresie liniarea multipla cu doua variabile
independente si n=25 s-a obtinut valoarea calculate a testului Durbin Watson egala cu 1,1:

Pentru un risc de 0.05,se poate considera ca erorile sunt

a.heteroscedastice

b.autocorelate pozitiv

c. autocorelate negative
4.In urma analizei coliniaritati pentru un model linear multivariat s-au obtinut rezultatele din tabelul
de mai jos:

Tolerance VIF
Constant
Ln(%acid_acetic) 0.546 1.832
Ln(%hidrogen sulfurat) 0.502 1.992
Ln(%acid lactic) 0.516 1.938
Dependent Variable:Punctaj privind calitatea pentru branza Cedar

Pe baza datelor din tabelul de mai jos alegeti afirmatiile corecte:

a.rapoartele de dterminatie(R^2) pentru cele 3 modele de regresie auxiliare sunt 0.454;0.498 si

0.484;

b.exista variabile independente pentru care sa avem coliniaritate

c.nu exista variabile independente pentru care sa avem coliniaritate

5.La nivelul unui esantion de persoane s-au inregistrat.Speranta medie de viata(ani) si Mediul de
rezidenta(1-urban;0-Rural).In urma modelarii econometrice s-au obtinut tabelul de mai jos.Pentru un
risc asumat de 5% pe care dintre urmatoarele afirmatii le considerati ca fiind corecte?

B Std.Error Beta t Sig

Constant 58.640 0.628 93.375 0.000
Mediul de 3.682 0.242 0.365 15.189 0.000
rezidenta
Dependent Variable:Speranta medie de viata

a. Speranta medie de viata pentru persoanele din mediul urban difera semnificativ de cea a
persoanelor din mediul rural
b. M(Y/144)=62.322
c. Persoanele rezidente din mediul rural au speranta medie de viata mai mare decit persoanele
din mediul urban
d. Ecuatia estimata are forma:Y=25.64+3.682D

6.Pentru erorile estimate ale unui model de regresie s-au obtinut rezultatele din tabelul urmator.

N Mean Std.Deviadion Std.Error Mean

Unstandardized 155 0.000000 11.18166069 0.89813260
Residual
Pe baza acestor rezultate ,pentru un risc de 5%,se poate considera ca:

a.modelul de regresie indeplineste ipoteza de necorelare a erorilor

b. modelul de regresie trebuie corectat

c. modelul de regresie nu trebuie corectat

d. modelul de regresie indeplineste ipoteza ce presupune ca media erorilor este egala cu zero

7.Selectati afirmatiile adevarate cu privire la indicatorii de coliniaritate :

a.cu cat valoarea rapoartelor de determinatie pentru modele auxiliare este mai mare cu atit
coliniaritatea este mai slaba
 b. cu cat valoarea rapoartelor de determinatie pentru modele auxiliare este mai mare cu atit
coliniaritatea este mai pronuntata

c.TOL=1/VIF

d.VIF=1/TOL

8.Modelele de regresie de tip ANOVA sunt modele in care:

a.variabilele independente sunt variabile numerice

b. variabila dependenta este variabila nenumerica

c. variabilele independente sunt variabile numerice si variabile dummy

9.Ipoteza de normalitate a eorilor se testeaza cu ajutorul:

a.testul Fisher

b. testul Durbin-Watson

c. testul Jarque-Bera

d. dreptei Henry

10. În demersul verificării ipozelor formulate asupra erorilor unui model de regresie liniară simplă,se
aplică testul Goldfeld-Quandt şi sau obţin urmatoarele rezultate.

-Seria valorilor mici:n1=17;RSS=6.8

- seria valorilor mari:n2=17;RSS=11.3

In conditiile unui risc asumat α=0.05,se poate afirma ca:

a.(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.662) < (𝐹 α, v1, v2 = 2.403), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

b .(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.662) < (𝐹 α, v1, v2 = 2.308), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

c .(𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 0.602) < (𝐹 α, v1, v2 = 2.403), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 𝑛𝑜𝑟𝑚𝑎𝑙 𝑟𝑒𝑝𝑎𝑟𝑡𝑖𝑧𝑎𝑡𝑒

11.Ipoteza de homoscedasticitate,verificata cu testul Glejer ,se respinge daca:

a.coeficientul variabilei independente din modelul de regresie |𝜀𝑖 | = 𝛼0 + 𝛼1 𝑥𝑖 + 𝑢𝑖 , 𝑖 = ̅̅̅̅̅

1, 𝑛 este
semnificatib statistic
𝑅𝑆𝑆2
b.valoarea calculata a statisticii Fisher , 𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 𝑅𝑆𝑆1 este mai mare decat valoarea critica,citita
din tabelul repartitiei Fisher ,pentru riscul α si v1,v2 grade de libertate

c.coeficientul de corelatie neparamterica dintre erorile estimate si valorile variabilei independente

este semnificativ statistic

12.In urma analizei coliniaritatii pentru un model liniar multivariat s-au obtinut rezultatele din tabelul
de mai jos.

Tolerance VIF
Constant
Horsepower 1.854
Vehicle Weight(lbs) 1.854
Dependent variable:Miles per Gallon

Care sunt valorile corecte care lipsesc din tabel?

a.0.539

b.0.854

c.0.461

13.In urma prelucrarii datelor privind Pib/locuitor(mil.euro) si valoarea Investitiilor

(mil.euro),inregistrate in doua regiuni ale unei tari(1-regiunea A;0-regiunea B),s-au obtinut
urmatoarele rezultate

B Std.Error Beta t Sig

Constant 1.740 0.804 2.163 0.034
Regiune 1.233 0.709 0.128 1.740 0.087
Investitii 0.710 0.067 0.783 10.633 0.000
Depedent variable:PIB

Pentru exemplu dat,sunt corecte afirmatiile:

a.nivelul meidu al PIB/locuitor in regiunea A este 1.233 mil. euro ,cand nivelul investitiilor este egal
cu zero

b. nivelul meidu al PIB/locuitor in regiunea A este mai mare cu 1.233 mil. euro fata de cel din
regiunea B,cand nivelul nivelul investitiilor este egal cu zero

c. nivelul meidu al PIB/locuitor in regiunea B este 1.74 mil.euro ,cand nivelul investitiilor este egal cu
zero

14.Un model de regresie ANOVA poate fi definit prin relatia:

a.Y=β0+βiXi+έ

b.Y=α0+ αiDi+έ

c.Y= α0+ αiD+έ

d. α0+ αiD+ βX +έ

15.In urma analizei coliniaritati pentru un model liniar multivariat s-au obtinut rezultatele din tabelul
de mai jos.

Tolerance VIF
Constant
Greutatea Batonului 0.880 1.136
Val.energ./100g 0.061 16.377
%grasimi 0.037 27.043
Proteine 0.423 2.364
%carbohidrati 0.112 8.934
Mg. Sodiu/baton 0.482 2.077
Dependent Variable:pretu;($)

Pe baza datelor din tabelul de mai sus alegeti afirmatiile corecte:

a.raportul de determinatie(R^2) pentru modelul liniar auxiliar:

Val energ/100r= α0+ α1Greutatea Batonului+ α2 %grasimi+ α3 %proteine+ α4 %cabohidrati+ α5 mg

sodiu/baton+ έi,este de aproximativ 0.888

b.variabila Greutatea Batonului poate fi considerata coliniara cu celelalte variabile independente din
model

c.variabila Val energ/100r poate fi considerata coliniara cu celelalte variabile independente din
model

16.Pentru erorile estimate ale unui model de regresie s-au obtinut rezultatele din tabelul urmator

Test Value=0

t df Sig(2-tailed) Mean Lower Upper

Difference
ERR_2 -0.260 16 0.798 -6906.318 -63142.8 49330.19
Pe baza acestor rezultate,pentru un risc de 5%,se poate considera ca:

a.modelul de regresie indeplineste ipoteza de homoscedasticitate a erorilor

b. modelul de regresie indeplineste ipoteza ce presupune ca media erorilor este egala cu zero

c. modelul de regresie trebuie corectat

d. modelul de regresie nu trebuie corectat

17.Pentru un esantion de persoane se inregistreaza Salariul anual obtinut(Y,mii lei),Nivelul de
instruire(studii,gimnaziale,studii liceale,studii superioare) si Vechimea in munca (X,ani).Pentru nivelul
de instruire se definesc doua variabile dummy,astfel:D1=1,pentru persoanele cu studii gimnaziale si
D2=1,pentru persoanele cu studii liceale.

In urma prelucrarii datelor,s-au obtinut urmatoarele rezultate:

Model B Std. Error Beta t Sig

Constant 12.621 3.409 3.702 0.001
Vechime 0.334 0.186 0.290 1.798 0.086
D1 -8.293 2.111 -0.694 -3.929 0.001
D2 -6.891 1.156 -0.618 -5.959 0.000
Dependent variable:salariu

Pentru exemplu dat considerand un risc de 0.05,sunt considerate afirmatiile:

a.Nivelul de instruire influenteaza in mod semnificativ variatia Salariului anual

b.persoanele cu studii gimnaziale ,fara vechime in munca ,obtin un salariu mediu anual de 4.328 mii
lei

c. .persoanele cu studii superioare,obtin un salariu mediu anual cu 6.891 mii lei mai mare fata de
persoanele cu studii liceale,cind vechimea in munca este nula

18.pentru o populatie impartita in trei grupe(grupa 1,grupa 2,grupa 3) se definesc douya variabile
dummy,astfel D1=1,pentru unitatile din prima grupa si D2=1 pentru unitatile din grupa 2.In modelul
de regresie de tip ANOVA de forma:Y= α0+ α1D1+ α2D2+ βX +έ,parametrul α0 reprezinta:

a.arata nivelul mediu al variabilei Y pentru grupa 2,cand X=0

b. arata nivelul mediu al variabilei Y pentru grupa 3,cand X=0

c. arata nivelul mediu al variabilei Y pentru grupa 1,cand X=0

19.La nivelul unui esantion de firme s-au inregistrat Cifra de afaceri(mil. euro) si Forma de capital
privat,de stat(D1=1),mixt D2=1).In urma modelari econometrice s-a obtinut tabelul de mai jos.Pentru
un risc asumat de 5%,pe care dintre urmatoarele afirmatii le considerati ca fiind corecte?

Model B Std. Error Beta t Sig

Constant 69.410 2.513 27.625 0.000
Capital de stat -1.982 0.728 -0.069 -2.724 0.007
Capital mixt -1.570 0.151 -0.262 -10.416 0.000
Dependent variable:Cifra de afaceri

a.Cifra de afaceri pentru firmele cu capital de stat difera semnificativ de cifra medie de afaceri pentru
firmele cu capital privat

b.Cifra medie de afaceri creste pe masura ce scade ponderea capitalului de stat

c.Ecuatia estimata are forma:Y=69.410-1.982D1-1.570D2

d.Firmele cu capital privat au o cifra medie de afaceri mai mare cu 1.982 mil. euro decat firmele cu
capital de stat

20.Diagrama PP-Pilot se construieste cu ajutorul:

a.estimatiilor erorilor modelului de regresie

b.parametrilor modelului de regresie

c.repartitiei normale

d.repartitiei chi-patrat

21.Pentru erorile estimate ale unui model de regresie s-au obtinut rezultatele de mai jos

Unstandardiz ed Residual
Test Value -2502.56250
Cases< Test Value 237
Cases>= Test Value 237
Total Cases 474
Number of Runs 219
Z -1.747
Asymp. Sig(2-tailed) 0.081
a.Median

Pentru un risc de 0.05,se poate considera ca erorile:

a.nu sunt corelate

b.sunt corelate

c.sunt homoscedastice

22.Selectati afirmatiile adevarate cu privire la coliniaritate:

a.este o ipoteza cu privire la erorile de modelare

b.poate fi formulata pentru orice tip de modele,simple sau multiple

c.este o ipoteza cu privire la variabilele independente ale unui model multiplu

23.In studiul legaturii dintre Speranta medie a vietii(Y,ani),sexul persoanei(D:1-masculin,0-feminin) si

valoarea PIB/locuitor(X,euro),inregistrate in diferite tari ale Uniuni Europene in anul 2010,s-a obtinut
ecuatia de forma:Yx=73-7.3D+0.4X.Pentru exemplu dat ,sunt corecte afirmatiile:

a.valoarea medie estimata a Sperantei medii a vietii pentru persoanele de sex masculin este de 65.7
ani,atunci cand valoarea PIB pe locuitor este nula

b.Speranta medie a vietii creste,in medie,pentru ambele sexe,cu 0.4 ani,la o crestere cu un euro a
nivelului PIB/locuitor

c.valoarea medie estimata a Sperantei medii a vietii pentru persoanele de sex feminin este de 73
ani,atunci cand valoarea PIB pe locuitor este nula

24.Rezultatele de mai jos viseaza erorile estimate ale unui model de regresie

N Valid 69
Missing 0
Std.Error of Mean 2.068803
Std. Deviation 21.59894
Variable 466.514
Skewness 0.231
Std. Error of Skewness 4.280
Kurtosis 1.020
Std. Error of Kurtosis 0.342
Range 128.84983
Minimum -49.92978
Maximum 78.92005
Au loc enunturile:

a.repartitia erorilor modelului nu difera semnificativ de repartitia normala

b.erorile sunt autocorelate,cu o probabilitate de 0.95

c.cu un risc de 5%,erorile nu au o repartitie normala

d.erorile au aceeasi dispersie,cu o incredere de 95%

25.Daca intre erorile unui model de regresie exista relatia 𝜀𝑖 = 𝜌𝜀𝑖−1 + 𝑢𝑖 ,atunci erorile:

a.nu sunt corelate

b.sunt homoscedatice

c.sunt corelate

26.Pentru erorile estimate ale unui model de regresie liniara simpla,considerand n=30,s-au obtinut
rezultatele de mai jos:

Model R R Square Adjusted R Std.Error of Durbin-

Square the Estimate Watson
1 0.661 0.436 0.435 $12833.540 1.863
Predictors:Constant,Education level
Dependent Variable:Current Salary

Pentru un risc de 5%,se poate considera ca erorile:

a.nu sunt corelate

b.sunt heteroscedastice

c.sunt corelate

27.Daca ipoteza de homoscedasticitate este incalcata,atunci:

a.estimatorii parametrilor sunt deplasati

b.se pierde eficienta estimatorilor parametrilor

c.estimatorii parametrilor de regresie,determinati prin MCMMP,nu urmeaza o lege normala de

repartitie

28.Daca ipoteza de necorelare a erorilor unui model de regresie nu este indeplinita atunci:

a.cov(𝜀𝑖 , 𝜀𝑗 )=0

b. M(𝜀𝑖 , 𝜀𝑗 )≠0

c. cov(𝜀𝑖 , 𝜀𝑗 ) ≠0

29.La nivelul unui esantion de salariati s-au inregistrat:Cuantumul bonusurilor acordate in ultimul
an(Lei), sexul persoanei(D:1-masculin,0-feminin) si angajatul are sau nu studii superioare-D2(1-Da,0-
Nu).In urma modelarii econometrice s-a obtinut tabelul de mai jos.Pentru un risc asumat de 5%,pe
care sintre urmatoarele afirmatii le considerati ca sunt corecte?

Model B Std. Error Beta t Sig

Constant 2547.404 489.119 5.208 0.000
Sexul_persoanei 2612.382 1101.487 0.136 2.372 0.020
Studii_superioare 1715.596 1020.483 0.097 1.681 0.096
Dependent variable:Bonusuri_acordate

a.M(Y/D1=0,D2=1)=4263

b.Bonusurile medii acordate nu difera semnificativ intre angajatii cu studiii superioare si cei fara
studii superioare

c.Salariatii de sex masculin fara studii superioare au incasat o valoare medie a bonusurilor de
5159.786 lei

d.Regresia pentru salariatii de sex feminin,cu studii superioare este Y=α0+α1

30.Intr-un model de regresie ANOVA cu o variabila alternativa,parametrul α0 semnifica:

a.Valoarea medie a variabilei dependente pentru categoria unitatilor care nu indeplinesc

proprietatea prin care se defineste variabila alternativa

b.M(Y/D=1)

c. M(Y/D=0)
d.Valoarea medie a variabilei dependente pentru categoria unitatilor care indeplinesc proprietatea
prin care se defineste variabila alternativa
31.In demersul verificarii ipotezelor asupra erorilor unui model de regresie liniar simpla,s-a obtinut
estimatia coeficientului Spearman r=0.20.Cunoscand volumul esantionului observat n=27 si riscul
admis α=0.05,se poate afirma ca:

a.(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 3.536) > (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 2.052), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

b .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.021) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 2.052), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 𝑛𝑒𝑐𝑜𝑟𝑒𝑙𝑎𝑡𝑒

c. .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.021) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 2.060), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

̂ −𝑀(𝜀)
𝑀(𝜀)
32.Statistica test 𝑡𝑐𝑎𝑙𝑐 = ̂)
𝑒𝑠𝑡𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑡𝑎 𝑖𝑛 𝑑𝑒𝑚𝑒𝑟𝑠𝑢𝑙 𝑡𝑒𝑠𝑡𝑎𝑟𝑖𝑖:
√𝑉̂ (𝑀(𝜀)

a.ipotezei ce presupune ca media erorilor este egala cu zero

b.ipotezei de necorelare a erorilor

c.ipotezei de homoscedasticitate a erorilor

d.ipotezei de normalitate a erorilor

1.In testarea atutocorealrii erorilor ,daca valoarea calculate a statisticii Durbin-Watson este
d=4,atunci:

a.exista autocorelare negative maxima intre erori

b.nu exista autocorelare intre erori

c.exista autocorelare pozitiva maxima intre erori

2. Ipoteza de normalitate a erorilor vizeaza:

a.independenta variabilelor din model

b.proprietatea 𝛽1 ~(𝛽1 ; 𝛿?2 )

c.legea de repartitie normala a estimatorilor parametrilor modelului de regresie

3.Pentru un model de regresie s-au obtinut rezultatele de mai jos.

B Std. Error Beta t Sig

Constant 5686.877 4508.118 1.261 0.208
Vechimea in 77.446 55.159 0.064 1.404 0.161
munca
Dependent variable: eroarea in marime absoluta

Pentru exemplu dat se poate considera,cu o probabilitate de 0.95 ca erorile sunt:

a.distribuite normal

b.homoscedastice

c.coliniare

d.autocorelate
4.In tabelul de mai jos sunt prezentate statisticile descriptive specifice eroeii de modelare rezultate in
urma modelarii legaturii dintre doua variabile.

έ
N 29
Normal Parameters Mean 0.000
Std.Deviation 3.244
Most Extreme Differences Absolute 0.119
Positive 0.119
Negative -0.054
Kolmogorov-Smirnov 0.642
Asymp. Sig(2-tailed) 0.804
a.Test distribution is Normal;b.Calculated from data

Pentru un risc asumat de 5%,selectati afirmatiile adevarate:

a.distributia erorilor nu difera semnificativ de distributia normala

b.distributia erorilor difera semnificativ de distributia normala

c.media erorilor difera semnificativ de zero

5.Autocorelarea erorilor unui model de regresie poate avea drept cauze:

a.nerespectarea proprietatii de eficienta a estimatorului parametrului 𝛽̂0

b.specificarea incorecta a modelului de regresie

c.neincluderea in modelul de regresie a unor variabile explicative importante

6. Se analizeaza erorile de estimare ale modelului de regresie dintre cifra de afaceri(variabila
dependenta) si valoarea investitilor(variabila independenta) si se obtin rezultatele de mai jos

Erori_absolute Valoarea
investitiilor
Spearman’s rho Erori_absolute Correlation 1.000 -0.387
Coefficient
Sig(2-tailed) 0.035
N 30 30
Valoarea Correlation -0.387 1000
investitiilor Coefficient
Sig(2-tailed) 0.035
N 30 30

Pentru un risc de 1%,pe baza datelor din tabelul Correlations,se poate afirma ca:

a.erorile sunt homoscedastice

b. erorile sunt normal distribuite

c. erorile sunt necorelate

7.Rezultatele estimarii modelului Power pentru Volumul vanzarilor autoturismelor(mii buc)(Y) si
Pretul autoturismelor (mii)(X) sunt sintetizate in modelul de mai jos
 B Std. Error Beta t Sig
Ln(Pretul -1.570 0.218 -0.560 -7.194 0.000
auto)
(Constant) 3310.595 2336.254 1.417 0.159
The dependent variable is ln(Volumul vanzarilor autoturismelor)

Ecuatia modelului estimate este:

a.Y=ln(3310.595)X^-1.57

b.ln(Y)=ln(3310.595)-ln(1.57)X

c.Y=3310.595X^-1.57

8.Ipoteza de coliniaritate se refera la:

a.existenta unei legaturi liniare intre variabila dependenta si variabilele independente

b.existenta unei legaturi intre variabila reziduala si cea dependenta

c.existenta unei legaturi intre variabila reziduala si cea independenta

d.existenta unei legaturi liniare intre variabilele independente

9.In urma analizei coliniaritatii pentru un model linear multiplu s-au obtinut rezultatele din tabelul de
mai jos:

Coefficients

Model Collinearity Statistics

Tolerance VIF
(Constant)
Datorii pe card 1.361
Datorii/venit(*100) 1.361
a.Dependent variabile :alte datorii

Care sunt valorile corecte TOL care lipsesc din table?

a.0.735

b.2.118

c.0.679

d.1.000

10.Forma generala a modelului polinomial este

a.𝑌 = 𝛽0 + 𝛽1 ∗ 𝑋 + 𝛽2 ∗ 𝑋 2 +. . . +𝛽𝑝 ∗ 𝑋 𝑝 + 𝜀

b.Y=𝛽0 ∗ 𝛽1𝑥 ∗ 𝜀
1
c.Y=𝛽0 + 𝛽1 ∗ 𝑋 + 𝜀

d. .Y=𝛽0 ∗ 𝑋𝛽1 ∗ 𝜀

11.In urma analizei coliniaritatii pentru un model de regresie multipla s-au obtinut rezultatele din
tabelul de mai jos
 B Std. Error Beta t Sig Tolerance VIF
(Constant) 69.754 19.678 3.545 0.001
Puterea 0.246 0.170 0.204 1.445 0.151 0.295 3.392
motorului
Pretul(mii$) -2.269 0.673 -0.476 -3.370 0.001 0.295 3.392
Dependent Variable:Vanzarii(mii$)

Pe baza datelor din tabelul de mai sus,se poate afirma ca:

a.variabilele independente sunt coliniare

b.raportul de determinatie pentru modelul de regresie auxiliar(𝑅𝑗2 ) este 0.705

c. raportul de determinatie pentru modelul de regresie auxiliar(𝑅𝑗2 ) este 3.392

d. raportul de determinatie pentru modelul de regresie auxiliar(𝑅𝑗2 ) este 0.295

12.Rezultatele estimarii modelului Quadratic pentru Volumul vanzarilor autoturismelor(mii buc)(Y) si

Pretul autoturismelor(mii$)(X) pe un esantion de 91 autoturisme ,sunt sintetizate in tabelul de mai
jos

Standardized Coefficients

B Std. Error Beta

Pretul auto -3.699 1.038 -1.136 -3.562
Pretul auto**2 0.029 0.012 0.752 2.358
(Constant) 116.890 17.682 6.611

Pentru exemplu dat,se poate considera ca:

a.pentru un pret mediu al autoturismelor de 63.777 mii$ Volumul vanzarilor atinge un nivel minim

b.modelul Quadratic estimate admite un punct de maxim

c.pentru un Volum mediu al vanzarilor de 63.777 mii$ Pretul autoturismelor atinge un nivel minim

13.Rezultatele estimarii modelului Growth pentru Consumul autoturismului (Mile/galton) si

Capacitatea motorului(litri)(X) sunt sintetizate in modelul de mai jos

B Std. Error Beta t Sig

Capacitatatea -0.102 0.008 -0.778 -13.087 0.000
motorului
(Constant) 3.516 0.024 146.944 0.000
The dependent variable is ln(Consumul auto)

Ecuatia estimate a modelului de regresie este:

a.Y=𝑒 3.516−0.102𝑋

b.lnY=ln3.156-0.102X

c.lnY=3.156-0.102X

14.Selectati afirmatia adevarata cu privire la coliniaritate:

a.coliniaritatea poate fi apreciata cu ajutorul testului Durbin-Watson

b.spunem despre un model linear multiplu ca prezinta coliniaritate daca cel putin una dintre
variabilele independente poate fi exprimata ca o functie liniara de celelalte
c. coliniaritatea poate fi apreciata in functie de Coeficientul de corelatie Speaman al modelelor
auxiliare

d.daca pentru un model auxiliar j asociat unui model de regresie linear multiplu obtinem o valoare a
raportului de determinatie 𝑅𝑗2 > 0.9,atunci nu exista coliniaritate intre variabilele indeoendente ale
modelului initial

15.Se analizeaza erorile modelului de regresie ce explica Vanzarile de bijuterii,in functie de Numarul
de cataloage expediate.Numarul de pagini din catalog si Cheltuielile pentru reclama din presa
scrisa.Rezultatele sunt prezentate in tabelul de mai jos

Unstandardized Residual
Test Value -1167.48866
Cases<Test Value 60
Cases>=Test Value 60
Total Cases 120
Number of Runs 51
Z -1.833
Asymp Sig(2-tailed) 0.067
a.Median

In conditiile unui risc 𝛼 = 0.05,se poate afirma ca:

a.erorile sunt homoscedastice

b.se accepta ipoteza H1 de autocorelare a erorilor

c.erorile sunt multicoliniare

d. se accepta ipoteza H0 de necorelare a erorilor

e.erorile sunt autocorelate

f. erorile nu sunt autocorelate

16.Rezultatele estimarii modelului Growth pentru volumul vaznzarilor autoturismelor (mii buc)(Y) si
pretul autoturismelor (mii $)(X) sunt sintetizate in modelul de mai jos

B Std. Error Beta t Sig

Pretul auto -0.051 0.007 -0.580 -7.569 0.000
(Constant) 4.499 0.214 21.045 0.00
The dependent variable is ln(Volumul vanzarilor autoturismelor)

Care este forma estimate a modelului Growth?

a.lnY=-00051-4.499lnX

b.lnY=4.499-0.051X

c.lnY=-0.007-0.214lnX
17.Rezultatele estimari modelului Exponential pentru Consumul Autoturismului(Y) si capacitataea
motorului(X) sunt sintetizate in modelul de mai jos
 B Std. Error Beta t Sig
Capacitatea -0.102 0.008 -0.778 -73.087 0.000
motorului
(Constant) 33.657 0.805 41.790 0.00
The dependent variable is ln(Consumul autoturismului)

Alegeti enuntul correct: nici una (0,102*100= 10,2%)

a. o crestere a Capacitatii motorului cu 1 litru,Consumul autoturismului creste in medie cu 1.02%

b. la o crestere a Capacitatii motorului cu 1 litru,Consumul autoturismului scade in medie cu 1.02%

c. la o crestere a Capacitatii motorului cu 1 litru,Consumul autoturismului scade in medie cu 0.102%

18.In urma prelucrarii datelor privind volumul vanzarilor(X,mii lei) si cifra de afaceri(Y,milioane lei)
pentru un esantion de 50 firme ,folosind modelul Compound ,s-au obtinut urmatoarele rezultate:

B Std. Error Beta t Sig

X 1.196 0.006 2.701 206.873 0.000
(Constant) 4.844 0.234 20.587 0.00
The dependent variable is ln(Y)

In aceasta situatie,se poate considera ca:

a.modificarea cu o mie de lei a volumului vanzarilor determina reducerea in medie cu

ln(1.196*100)% a cifrei de afacere

b. modificarea cu o mie de lei a volumului vanzarilor determina cresterea in medie cu ln(1.196*100)%

a cifrei de afacere

c. modificarea cu o mie de lei a volumului vanzarilor determina cresterea in medie cu 1.196% a cifrei
de afacere

19.Modelele semilogaritmice cu variabila dependenta logaritmata permit:

a.estimarea variatiei medii relative a lui Y,la o crestere absoluta a lui X cu o unitate

b.estimarea variatiei medii absolute a lui Y,la o crestere relativa a lui X cu o unitate

c. estimarea variatiei medii relative a lui Y,la cresterea relativa a lui X cu o unitate

20.Pentru erorile estimate ale unui model de regresie s-au obtinut urmatoarele rezultate

Uns. residual
N 474
Normal Parameters Mean 0.0000000
St. Deviation 17015.179000
Most Extreme Absolute 0.204
Diferencies Positive 0.204
Negative -0.136
Test Statistic 0.204
Asymp. Sig.(2-tailed) 0.000
Calculated from data

Are loc rezultatul:

a.pentru un risc asumat de 2% erorile sunt heteroscedastice

b. pentru un risc asumat de 5% nu se respecta ipoteza de normalitate a erorilor

c. pentru un risc asumat de 1% erorile au o lege de repartitie normala

21.

B Std. Error Beta Tolerance VIF

Constant 69.175 23.242 2.976 0.004
Pret(mii$) -1.484 1.958 -0.281 -0.758 -0.450 0.054 18.486
Capacitatea 38.975 13.355 0.552 2.918 0.004 0.208 4.804
cilindrica
Puterea -0.495 0.332 -0.390 -1.493 0.138 0.109 9.170
motorului
Pret de -0.024 2.040 -0.004 -.012 0.991 0.075 13.397
revanzare
la 4 ani
Dependent variable:Vanzari(mii$)

Pe baza datelor din tabelul de mai sus,se poate afirma ca:

a.variabila independenta Puterea motorului poate fi considerate coliniara cu celalte variabile

independente din model

b.Variabila independenta Capacitatea cilindrica poate fi considerata coliniata cu celalte variabile

independente din model

c.variabila independenta pret poate fi considerate coliniara cu celalte variabile independnete din
model

d. variabila independenta Vanzari poate fi considerata coliniara cu celalte variabile independnete din
model

22.Estimarea relatiei dintre factorii de productie:Forta de munca(L) si Capitalul fix(K) si rezultatul

explotarii acesteia Productia(Y),pentru firmele dintr-o anumita ramura de activitate economica,este
𝑌 = 0.25𝐿0.61 𝐾 0.45

Alegeti afirmatia corecta:

a.cresterea cu 1% a Fortei de munca determina o crestere cu 0.45% a Productiei in conditiile in care

Capitalul fix se pastreaza constant

b.procesul de productie s-a caracterizat printr-un randament de scara crescator

c. procesul de productie s-a caracterizat printr-un randament de scara descrescator

d.Productia inregistreza o viteza mai redusa de variatie in raport cu variatia factorilor

23.In urma modelarii a doua variabile s-au obtinut,pentru erorile estimate,urmatoarele rezultate:

N Valid 51
Missing 0
Mean -40.2436879
Std.Error of mean 87.95736513
Median -131.3220695
Mode -1130.66714
Std. Deviation 628.1412278
 Variance 394561.402
Skewness 0.865
Std.Error of Skewness 0.333
Kurtosis 1.315
Std.Error of Kurtosis 0.656
Minimum -1130.66714
Maximum 1984.93247

Pe baza rezultatelor de mai sus,pentru un risc de 0.05 se poate considera ca:

a.media erorilor este semnificativa

b.media erorilor nu difera semnificativ de zero

c.erorile sunt homoscedastice

24.Pentru un esantion de 50 de tari s-au inregistrat urmatoarele variabile:Ponderea persoanelor care

stoiu sa citeasca,Rata mortalitatii infantile(Y).In urma modelarii legaturii dintre cele doua variabile a
rezultat tabelul de mai jos

B Std. Error Beta t Sig

Ln(X) 0.697 0.057 0.944 12.164 0.000
Constant 9.871 0.898 10.994 0.000
The dependent variabile is ln(Y)

Ecuatia de regresie estimate este de forma

a.𝑌 = 𝛽0 𝑋𝛽1 𝑒 𝜀

b.𝑙𝑛𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀

c. 𝑌 = 𝛽0 𝛽1𝑥 𝑒 𝜀

25. Rezultatele estimarii modelului Exponential pentru volumul vanzarilor autoturismelor (mii buc)(Y)
si pretul autoturismelor (mii $)(X) sunt sintetizate in modelul de mai jos

B Std. Error Beta t Sig

Pretul auto -0.051 0.007 -0.580 -7.569 0.000
(Constant) 89.899 19.217 4.678 0.00
The dependent variable is ln(Volumul vanzarilor autoturismelor)

Ecuatia estimate a modelului de regresie este:

a.Y=89.899(-0.051)^x

b.lnY=89.899-0.051X

c.lnY=ln89.899-0.051X

26.In studiul legaturii dintre nivelul investitiilor si productia realizata s-au obtinut urmatoarele
rezultate

B Std. Error Beta t Sig

Investitii 0.156 0.029 3.825 5.346 0.000
Investitii**2 -0.001 0.000 -3.384 -4.730 0.000
 Constant -0.910 0.674 -1.351 0.002
Pentru exemplu dat ,se poate considera ca:

a.legatura de tip parabolic admite un punct de maxim

b.legatura de tip parabolic admite un punct de inflexiune

c. legatura de tip parabolic admite un punct de minim

27.Se estimeaza un model de regresie intre salariul angajatilor(variabila dependenta) si vechimea lor
in demersul verificarii ipotezelor asupra acestui model de regresie,se aplica testul Glejer si se obtin
rezultatele de mai jos

Model B Std. Error Beta

Constant 5686.877 4508.118
Vechime 77.446 55.159 0.064
Dependent variable:erori in marime absoluta

Cunoscand volumul esantionului observant n=24 si riscul asumat de 0.05,se poate afirma ca:

a.(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 0.640) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 1.714), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

b .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.404) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 2.074), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

c. .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.404) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 =

2.07), 𝑥𝑖𝑠𝑡𝑎 𝑜 𝑙𝑒𝑔𝑎𝑡𝑢𝑟𝑎 𝑙𝑖𝑛𝑖𝑎𝑟𝑎 𝑠𝑒𝑚𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑎 𝑖𝑛𝑡𝑟𝑒 𝑒𝑟𝑜𝑟𝑖 𝑖𝑛 𝑚𝑎𝑟𝑖𝑚𝑒 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑠𝑖 𝑣𝑎𝑙𝑜𝑟𝑖𝑙𝑒 𝑣𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑒𝑖 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑

28.Se estimeaza un model de regresie intre pretul masinilor (variabila dependenta) si puterea
motorului (variabila independenta).In demersul verificari ipotezelor asupra acestui model de
regresie,se estimeaza un model de .. erorile in marime absoluta si puterea motorului si se obtin
rezultatele din tabelul de mai jos.

B Std. Error Beta t sig

Constant -5.191 1.234 -4.207 0.000
Puterea 0.057 0.006 0.590 9.036 0.000
motorului
Dependent variable:eroeii in marime absoluta

Cunoscand riscul asumat de 0.10,se poate afirma ca:

a.erorile sunt heteroscedastice

b.erorile sunt autocorelate

c.legatura liniara dintre erorile in marime absoluta si puterea motorului nu este semnificativa

29.In urma analizei coliniaritatii pentru un model liniar multiplu,s-au obtinut rezultatele din tabelul
de mai jos

B Std. Error Beta Tolerance VIF

Constant 16.478 7.129
Nr. Mediu de 0.176 0.026 0.414 0.831 1.203
minute/luna
Anii de abonament 5.393 1.922 0.165 0.880 1.136
 Venitul 0.063 0.105 0.036 0.869 1.151
annual/gospodariei
Dependent variable:Factura medie/luna

a.nu exista variabile independente care introduce fenomenul de coliniaritate

b.exista variabile independente care introduce fenomenul de coliniaritate

c.nu exista variabile dependente care introduce fenomenul de coliniaritate

d.exista variabile dependente care introduce fenomenul de coliniaritate

30.In vederea testarii ipotezei de coliniaritate dintre variabilele X1 si X2 ale unui model de regresie
liniara multipla,se reprezinta graphic legatura dintre aceste variabile si se obtin urmatoarele
diagrame

In aceasta situatie,se poate considera ca:

a.coeficientul de corelatie liniara dintre variabilele independente este egal cu 2

b.exista coliniaritate perfecta intre variabilele X1 si X2

c. coeficientul de corelatie liniara dintre variabilele independente este egal cu zero

d. exista coliniaritate imperfecta intre variabilele X1 si X2

31. În demersul verificării ipozelor asupra erorilor unui model de regresie liniară simplă,s-a obtinut
estimatia coeficientului Spearman ,r=0.36.Cunoscand volumul esantionului observat n=25 si riscul
admis α=0.10,se poate afirma ca:

a.(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.021) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 1.319), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 𝑛𝑒𝑐𝑜𝑟𝑒𝑙𝑎𝑡𝑒

b .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 0.536) < (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 2.069), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑜𝑚𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

d. .(𝑡𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑡 = 1.854) > (𝑡𝑡𝑒𝑜𝑟𝑒𝑡𝑖𝑐 = 1.714), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑒

32.Pentru eroeile estimate ale unui model de regresie liniara multipla,obtinute pe baza unui
esantion de n=15 observatii,s-a obtinut valoarea calculate a testului Durbin-Watson egala cu
3.95.Pentru un risc de 0.05 si un numar de parametri estimate ai modelului de k=5,se poate
considera ca erorile sunt:

a.necorelate

b.autocorelate negative

c. autocorelate pozitiv
 d.heteroscedastice

ZONA DE NEDETERMINARE

33.Testarea normalitatii erorilor unui model de regresie estimate se realizeaza cu ajutorul:

a.testului Fisher

b.diagramei PP-Plot

c.testului Student

34.In urma analizei erorilor de estimare ale unui model de regresie liniara simpla,s-au obtinut
rezultatele de mai jos.

N Mean Statistic Skewness Kurtosis

Statistic Statistic Statistic Statistic Std.Error Statistic Std.Error
Unstandardized 15 0.000000 92.21166333 0.258 0.322 -0.640 0.634
Residual
Valid 15
N(listwise)
Este correct raspunsul:

a.(JB=0.421)<( 𝑥 2 = 5.991), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑠𝑢𝑛𝑡 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑡𝑒

b.ipoteza de normalitate a erorilor nu se verifica folosind testul Jarque-Bera

c. (JB=11.266)>( 𝑥 2 0.05; 2 = 5.991), 𝑒𝑟𝑜𝑟𝑖𝑙𝑒 𝑛𝑢 𝑠𝑢𝑛𝑡 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑡𝑒

35.In vinerea neagra un magazine online a avut reduceri substantiale pentru smart phone-uri
.Ecuatia estimata a model.. regresie sinter volumul vanzarilor (mii buc)(Y) si reducerea de
pret(%)(X) este Y=15X^2.5 Ceva lipseste din textul problemei

Alegeti afirmatiile corecte:

a.daca variabilia Reducerea de pret creste cu 1%,Volumul vanzarilor creste cu 25%

b. daca variabilia Reducerea de pret creste cu 1%,Volumul vanzarilor creste cu 2.5%

c. daca variabilia Reducerea de pret creste cu o unitate,Volumul vanzarilor creste cu 15%

36.Datele privind PIB/loc(mii euro) si procentul Populatiei urbane(%),inregistrate pentru un

esantion … reprezentate in figura de mai jos
 Varianta c

37.Se analizeaza erorile modelului de regresie ce explica vanzarile de haine de dama ,in functie
de numarul de cataloage expediate.Numarul de pagini din catalog si Cheltuielile pentru reclama
din presa scrisa .Rezultatele sunt prezente in tabelul de mai jos

Runs Test

Unstandardiz ed Residual
Test Value 761.06514
Cases< Test Value 60
Cases>= Test Value 60
Total Cases 120
Number of Runs 50
Z -2.017
Asymp. Sig(2-tailed) 0.044
a.median

in conditiile unui risc de α=0.05,se poate afirma ca:

a.succesiunea runs-urilor este aleatoare

b.se accepta ipoteza H0

c.testul Runs nu este semnificativ statistic

d.erorile sunt autocorelate

38.In demersul testarii ipotezei ce presupune ca media erorilor este egala cu zero se poate utiliza

a.testul Goldfeld-Quandt

b.testul Student

c.testul Runs

39.In verificarea autocorelarii erorilor de modelare,s-au obtinut ca intre erori exista o legatura de
forma ki= ρei-1+????? .In acest caz este corecta afirmatia

a.daca ρ≠ 0,erorile nu sunt corelate

b. daca ρ= 0,erorile nu sunt corelate

 c. daca ρ≠ 0,erorile nu sunt normale

d. daca ρ= 0,erorile nu sunt homoscedatice

40.Rezultatele modelarii legaturi dintre variabile PIB(X,euro/locuitor) si Speranta medie de

viata(Y,ani),pentru un esantion din tari din Europa,se prezinta in tabelul de mai jos

B Std. Error Beta t Sig

Ln(X) 697 0.057 0.944 12.164 0.000
constant 9.871 0.898 10.994 0.000
The dependent variable is ln(Y)

Este corecta afirmatia:

a.influenta PIB asupra Sperantei mediii de viata este semnificativa statistic

b. influenta PIB asupra Sperantei mediii de viata nu este semnificativa statistic

c. influenta Sperantei mediii de viata asupra PIB este semnificativa statistic

41.Pentru erorile estimate ale unui model de regresie liniara simpla,obtinute pe baza unui
esantion de n=70 de observatii,s-a obtinut valoarea calculata a testului Durbin Watson egala cu
2.05.Pentru un risc de 0.05,se poate considera ca erorile sunt :

a.heteroscedastice

b.necorelate

c.autocorelate pozitiv

d. autocorelate negative

42.In testarea coliniaritati dintre variabilelel independente,daca legaturile dintre aceste variabile
sunt puternice,atunci:

a.raportul VIF tinde spre zero

b.indicatorul TOL tinde spre zero

c. raportul VIF este mai mic decit zero

d.valoarea raportului de determinatie se apropie de zero

43. Rezultatele estimarii modelului Quadratic pentru Volumul vanzarilor autoturismelor(mii buc)(Y) si
Pretul autoturismelor(mii$)(X) pe un esantion de 91 autoturisme ,sunt sintetizate in tabelul de mai
jos

Standardized Coefficients

B Std. Error Beta

Pretul auto -3.699 1.038 -1.136 -3.562
Pretul auto**2 0.029 0.012 0.752 2.358
(Constant) 116.890 17.682 6.611

Pentru un risc asumat de 5%,se poate considera ca:

a.modelul admite un punct de maxim

b.parametrii modelului de regresie sunt semnificativ diferiti de zero

c. parametrii modelului de regresie nu sunt semnificativ diferiti de zero

44.Modelul semilogaritmic 𝑌 = 𝛽0 + 𝛽1 𝑙𝑛𝑋 + 𝜀 permite estimarea

a.variatiei relative a lui Y la o variatie cu o unitate a lui X

b. variatiei relative a lui Y cand X=0

c. variatiei absolute a lui Y la o variatie relativa cu o unitate a lui X

45.In studiul legaturii dintre variabilele PIB/locuitor(euro) si Consumul final al

gospodariilor(euro),pentru datele inregistrate in diferite tari ale uniunii europene in anul
2016,folosind modelul Growth,s-au obtinut urmatoarele rezultate

B Std. Error Beta t Sig

Consum_final -0.038 0.014 -0.463 -2.615 0.015
constant 12.042 0.820 14.689 0.000
The dependent variable is ln(PIB_loc)

Ecuatia modelului estimate al legaturii dintre cele doua variabile este de forma:

a.𝑌𝑥 = 𝑒12.042−0.038𝑋

b.𝑌𝑥 = 12.042 ∗ (−0.038) 𝑥

c.𝑌𝑥 = 12.042 ∗ 𝑋 (−0.038)

46.Rezultatele estimarii modelului Growth pentru volumul vanzarilor autoturismelor(mii buc)(Y) si

pretul autoturismelor(mii $)(x) sunt sintetizate in modelul de mai jos

B Std. Error Beta t Sig

Pretul auto -0.051 0.007 -0.580 -7.569 0.000
(Constant) 4.499 0.214 21.045 0.000

Alegeti intepretarea corecta:

a.la o crestere a pretului al autoturismelor cu 1 mie $,novelul mediu estimate al volumului vanzarilor
de autoturisme scade cu 51%
b.pentru un pret al autoturismelor de 1 mie $,nivelul mediu estimat al volumului vanzarilor este de
e^4.499 mii de autoturisme

c. pentru un pret al autoturismelor de 1 mie $,nivelul mediu estimat al volumului vanzarilor este de
e^? mii de autoturisme

47. Rezultatele estimarii modelului Logarithmic pentru consumul autoturismelor(mile/gsllon)Y) si

capacitatea motorului(litrii)(x) sunt sintetizate in modelul de mai jos

B Std. Error Beta t Sig

Ln(capacitatea -8.749 0.621 -0.800 -14.095 0.000
motorului)
(Constant) 34.115 0.659 51.795 0.000
Alegeti enuntul correct
a.ecuatia estimate este Y=34.115-8.749lnX

b.pentru un autoturism cu o capacitate a motorului de 1 litru,consumul mediu estimate este de

25.366 mile/gallon

c.la o crestere a capacitatii motorului cu 1% consumul autoturismului scade cu 0.08749%

48. Daca se doreste estimarea variatiei medii relative a variabilei dependente la o absoluta cu o
unitate a variabilei independente, se utilizează un model de tipul

𝑙𝑛𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀
 Scanned by CamScanner

Tipuri de întrebări grilă

1) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie
populaţie urbană (%), pentru un
eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai
ma i jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B S td. Error Beta t S ig.
Pop_urbana 1, 04 6 ,004 2,12 6 265, 173 ,000
(Constant) 210, 430 48,7 62 4,31 5 ,000
The dependent variable is ln(PIB).

Ecuaţia estimată a modelului de regresie este:

X
y  210,43  1,046
a) x
1,046
b)
yx  210,43x
210,43
c)
yx  1,046 x

2) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie

populaţie urbană (%), pentru un
eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai
ma i jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B St d. Error Beta t Sig.
Pop_urbana 1, 04 6 , 004 2, 12 6 265, 173 , 000
(Constant) 210, 430 48, 7 62 4, 31 5 , 000
The dependent variable is ln(PIB).

Sunt corecte afirmaţiile:

a) la o creştere cu 1% a Populaţiei urbane, PIB/loc. scade în medie cu (ln 1,046 )  100%
b) la o creştere cu 1% a Populaţiei urbane, PIB/loc. creşte în medie cu (l
(ln
n 1,046 )  100%
c) la o creştere cu 1% a Populaţiei urbane, PIB/loc. creşte în medie cu 104,6%.

3) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), pentru un eşantion de 109 ţări, se
prezintă astfel:
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(X1) .697 .057 .944 12.164 .000
(Constant) 9.871 .898 10.994 .000
The dependent variable is ln(Y).

Sunt corecte afirmaţiile:

0 ,697
a) ecuaţia modelului estimat este Yx  9 ,871X
b) ecuaţia modelului estimat este ln Yx  ln 9 ,871  0 ,697  ln X
c) la o creştere cu 1% a valorii variabilei X, Y creşte în medie cu 0,697 mil. lei.
---------------------------------------------------------------------
5) În studiul legăturii dintre costul unitar (lei) şi producţia realizată (tone) s au obţinut următoarele rezultate:
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B Std . Er ror Beta t Sig .
Productie -,0 09 ,00 1 -4,897 -14 ,09 4 ,00 0
Productie ** 2 7,7 3E- 006 ,00 0 4,8 09 13 ,839 ,00 0
(Constant) 5,8 86 ,14 2 41 ,431 ,00 0

Pentru exemplul dat, sunt corecte afirmaţiile:

Y  5,886  0 ,009 X  7 ,73  10 6  X 2
b) ecuaţia
a) legăturaestimată este: Xadmite un punct de minim
de tip parabolic
6 2
c) ecuaţia estimată este: YX  5,886  0,009X 1  7 ,73  10  X 2
d) nivelul optim al costului se atinge pentru o producţie de 582,14 tone. CALCULATI (-b1/(2*b2))

6) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model Growth, se
prezintă în tabelul de
de mai jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
X1 .130 .014 .912 9. 412 . 000
(Constant) 2.720 .073 37.090 . 000
The dependent variable is ln(Y).

Sunt corecte afirmaţiile:

a) ecuaţia modelului estimat este ln Yx  2 ,72  0 ,13  X
b) atunci când X=0, nivelul mediu estimat al lui Y este e2,72
c) la o creştere a lui X cu o mie de lei, Y creşte în medie cu 13%

7) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model exponenţial, se
prezintă în tabelul de
de mai jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
X1 .130 .014 .912 9.412 .000
(Constant) 15.175 1.113 13.638 .000
The dependent variable is ln(Y).

Sunt corecte afirmaţiile:

a) ecuaţia modelului estimat este ln Yx  ln 15,175  0 ,13  X
b) la o creştere a lui X cu 1%, Y creşte în medie cu 13%
c) la o creştere a lui X cu o mie de lei, Y creşte în medie cu 13%

8) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei) se prezintă în tabelul de mai jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(X) 20.535 3.396 .961 6.047 .009
 (Constant) -1.799 5.388 -.334 .760

Sunt corecte afirmaţiile:

a) ecuaţia modelului estimat este Yx  1,799  20 ,535  ln X
modelului estimat este ln Yx  1,799  20,535  ln X
b) ecuaţia modelului
c) la o creştere a lui X cu 1%, Y creşte în medie cu
c u 20,535 mil. lei
d) la o creştere a lui X cu 1%, Y creşte în medie cu 0,20535 mil. lei

9) În studiul legăturii dintre două variabile, s-au obţinut următoarele rezultate:

Statistics

Score
N Valid 48
Missing 0
Skewness ,038
Std. Error o
off Skewness ,343
Kurtosis -,961
Std. Error o
off Kurtosis ,674

Pentru exemplul dat, asumându-ne un risc de 0,05, se poate considera că

a) se
b) se acceptă
respingeipoteza
ipotezadedenormalitate
normalitatea aerorilor
erorilor
c) se acceptă ipoteza de necorelare a erorilor
2
d) valoarea teoretică a statisticii test este  0 ,05;2  5,991.

10) În urma prelucr ăriidatelor pentru un eşantion de volum n=35 unităţi, s-a estimat un model de forma
Y=β0+β1X+ε şi s-au obţinut următoarele rezultate:
Model Summaryb

Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 ,081a , 007 -, 015 , 509 , 244
a. Predictors: (Constant), Score

b. Dependent Variable: Tension

Pentru un risc asumat egal cu 0,05, se poate considera că (ptr alpha=0.05 si n=35 dL=1.402 si dU=1.519):
a. erorile de modelare sunt autocorelate pozitiv
b. erorile de modelare sunt autocorelate negativ
c. nu este posibilă luarea unei decizii cu privire la existenţa autocorelări
autocorelăriii erorilor

11) Încălcarea ipotezei de homoscedasticitate are ca efect

a) pierderea eficienţei estimatorilor
estimatorilor parametrilor
parametrilor modelului ddee regresie
b) pierderea eficienţei estimatorului
estimatorului variabilei dependente
c) pierderea eficienţei estimatorului
estimatorului variabilei
variabilei independen
independente
te

12) Dacă între variabilele independente se înregistrează o coliniaritate perfectă, atunci (varianţa estimatorilor
este):
a) infinită
b) nulă
c) mare
d) variabilele se reprezinta grafic printr-o dreapta

13) Înstudiul legăturii dintre două variabile, X şi Y, se estimează coeficientul de corelaţie neparametrică
Spearman între variabila independentă şi erorile de modelare şi se obţin următoarele rezultate:
Correlations
 Tens io
ion Sc
co
ore
Spearman's rho Tension Correlation Coefficient 1, 000 ,086
Sig. (2-tailed)
. ,560
N 48 48
Score Correlation Coefficient , 086 1,000
Sig. (2-tailed) , 560 .
N 48 48

Pentru un risc asumat egal cu 0,05, se poate considera că:

a. erorile de modelare sunt autocorelate
b. erorile de modelare sunt homoscedastice
c. erorile de modelare urmează o lege normală

14) În urma analizei legăturilor dintre variabilele independente ale unui model de regresie, s -au obţinut
următoarele rezultate:
a
Coefficients

Unstandardized Standardized
Coefficients Coefficients Collinearity
Collinearity Statistic s
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 65,705 27,731 2, 369 ,037
X1 48,979 10,658 ,581 4, 596 ,001 ,950 1,052
X2 59,654 23,625 ,359 2, 525 ,028 ,753 1,328
X3 -1,838 ,814 -,324 -2, 258 ,045 ,738 1,355
a. Dependent Variable: Y

Valoarea indicatorului VIF pentru variabila X 1 arată că:

a) variabila X1 nu introduce fenomenul de coliniaritate
b) 5% din variaţia variabilei X1 este explicată liniar de variaţia celorlalte variabile independente
c) există coliniariate între variabilele independente

15) În vederea testării ipotezei privind valoarea mediei erorilor ε ale unui model de regresie liniară simplă s -au
obţinut următoarele rezultate:
One-Sample
One-Sample Statist ics

Std. Error
N Mean Std. Dev ia tion Mean
Unstandardized Residual 15 ,00
,000000
000
0 7327
2711,63
,63549 1891
9188,65
,65

Pentru exemplul dat, considerând un risc de 0,05 şi n=15, se poate considera că:
a) se respinge ipoteza H 0 : M (  i )  0 .
b) se acceptă ipoteza H 0 : M (  i )  0 .

c) se acceptă ipoteza H 0 : M (  i )  0 .
d) valoarea teoretică a statisticii test t Student este t0.025,14  2,145.

16) În vederea testării normalităţii erorilor unui model de regresie, s-au obţinut următoarele rezultate:
One-Sample Kolmogorov-Smirnov Test

Tension
N 12
Normal Parameters a,b Mean 1.50
Std. Deviation .522
Most Extreme Absolute .331
Differences Positive .331
Negative -.331
Kolmogorov-Smirnov Z 1.146
Asymp.
Asym p. Sig. (2-tailed)
(2-tailed) .145

a. Test distribution is Normal.

b. Calculated from data.
Considerând un risc de 0,05, se poate considera că
a) erorile urmează o lege normală
b) erorile nu urmează o lege normală
c) erorile sunt homoscedastice
d) erorile sunt necorelate

17) În urma analizei coliniarităţii pentru un model liniar multivariat, s-au obţinut rezultatele din tabelul de mai
jos:
Colinearity Statistics
Tolerance VIF
(Constant)
X1 .006 166.66
X2 .473 ?
X3 .073 13,69
Pe baza datelor din tabelul de mai sus alegeţi afirmaţiile corecte:
a) rapoartele de determinaţie (R2) pentru cele 3 modele de regresie auxiliare sunt 0,994; 0,527 si 0,927;
b) există variabile independente care introduc fenomenul de coliniaritate
c) nu există variabile independente care introduc fenomenul de coliniaritate
d) valoarea care lipseste este 2,11
e) 52,7% din variatia variabilei X2 este explicata prin variatia simultana a variabilelor X1 si X3
f) Variabila X1 este coliniara in raport cu variabila dependenta

18) Dacă norul de puncte rezultat prin reprezentarea grafică a variabilei X şi a variabile i ln(Y) poate fi
aproximat printr-o dreaptă, modelul de regresie este:
a) exponenţial
b) putere
c) hiperbolic

19) Elasticitatea cererii în raport cu preţul se po ate estima cu ajutorul

a) unui model log-liniar
b) unui model semilogaritmic
c) unui model putere

20) Testul Fisher poate fi utilizat pentru:

a) Verificarea
b) ipotezei de normalitate
verificarea semnificaţiei raportului de corelaţie
c) verificarea ipotezei de multicoliniaritate a variabilelor independente
d) verificarea corectitudinii modelului de regresie ales

21) Prin autocorelare înţelegem că

a) variabilele independente Xi din model sunt corelate între ele
b) erorile de modelare nu sunt independente
c) erorile de modelare sunt corelate cu una sau mai multe variabile independente

22) În urma modelării Salariului în funcţie 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

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 65.656 1.429 45.931 .000
Vechime -2.034 . 126 -.418 -16.126 .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) Modelul este heteroscedastic

23) Între variabilele cost unitar şi nivelul producţiei există o legătură de tip
a) log-liniar
b) parabolic
c) putere

24) Dacă se doreşte estimarea variaţiei medii relative a variabilei dependente la o variaţie absolută cu o unitate a
variabilei independente, se utilizează un model de tipul:
a) ln Y   0   1 X  
ln Y  ln
ln  0  1 ln X  
b)
Y   0  1 X  
c)

25) Rezultatele modelării pentru variabilele PIB/loc ($) şi speranţă medie de viaţă (ani), pentru un eşantion de
ţări, în anul 2012, sunt prezentate în tabelul de mai jos.
Coefficients

Unstandardized Standardized
Coefficients Coefficients

B Std . Err or Beta t Sig .

ln(PIB / loc) .0 9 5 .0 0 7 .8 0 7 1 4.15 3 .0 0 0
(Constant) 3 2.71 3 1 .7 61 1 8.57 3 .0 0 0
The dependen t va
variable
riable i s ln(Speranta me die de viata).
viata).

Au loc enunţurile:
a) elasticitatea speranţei de viaţă în raport cu PIB/loc este 0,095
b) nivelul mediu estimat al speranţei de viaţă creşte cu 0,095% la o creştere a P
PIB/loc
IB/loc cu 1%

c) nivelul mediu estimat

estimat al speranţei de viaţă
viaţă creşte cu 9,5% la o creştere a PIB/loc cu 1%
d) parametrii sunt semnificativi pentru un risc de 5%

26) În studiul legăturii dintre Rata mortalităţii infantile (%) şi PIB, realizat pentru un eşantion de ţări, s -au
obţinut următoarele rezultate:
Model Summary and Parameter Estimates

Dependent Variable: Infant mortality (deaths per 1000 live births)

Model Summary Parameter Estimates
Equation R Square F df1 df2 Sig. Cons tant b1 b2
Linear . 410 74.383 1 107 . 000 64. 365 -.004
Inverse . 585 151.115 1 107 . 000 22. 263 20504.941
Quadratic . 553 65.513 2 106 . 000 79. 588 -.012 4. 30E-007
Compound . 670 2
21
17.516 1 107 . 000 57. 088 1.000
Power . 759 3
3336.253 1 107 . 000 3755. 157 -.628
The independent variable is PIB

Sunt valabile afirmatiile:

a) Modelul care are cea mai redusă putere explicativă este modelul liniar
b) Modelul cel mai adecvat este modelul putere
c) Toate modelele sunt semnificative pentru un risc de 5%

Intrebări grilă Exemple:

1. În figura de mai jos este reprezentată variabila eroare obținută prin estimarea unui model de regresie.
25

20

y 15
c
n
e
u
q
e
r
F

10
 5

Mean = 4,5474735E-13
Std. Dev. =
6337,55196187
N = 106
0
-10000,00000 -5000,00000 0,00000 5000,00000 10000,00000 15000,00000 20000,00000

Unstandardized Residual

Pe baza reprezentării grafice putem afirma că erorile:

a. urmează o lege de repartiție normală
b. nu urmează o lege de repartiție normală
c. este homoscedastică
d. este heteroscedastică.

2. În figura de mai jos este reprezentată variabila eroare obținută prin estimarea unui model de regresie.
Normal P-P Plot of Unstandardized Residual

1,0

0,8

b
or
P
0,6
m
u
C
d
te
c 0,4
e
p
x
E

0,2

0,0
0,0 0,2 0,4 0,6 0,8 1,0

Observed Cum Prob

Pe baza reprezentării grafice putem afirma că erorile:

a. urmează o lege de repartiție normală

b. nu urmează o lege de repartiție normală
c. este homoscedastică
d. este heteroscedastică.

3. În studiul legăturii dintre variabilele cost unitar ($) şi nivelul producţiei (mil. $) s -a obţinut următoarea ecuaţie estimată:
2
Y  5,1  4 49 X . Au loc enunţurile:
4,, 6 X  2, 49
a) modelul de regresie estimat admite un punct de minim
b) nivelul optim al costului unitar se atinge pentru
pentr u un nivel al producţiei de 10,24 mil. $
c) costul unitar minim este de 1,1 $

4. Pentru erorile unui model de regresie s-au obţinut următoarele rezultate:

One-Sample Test

Test Value = 0
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-t ailed) Difference Lower Upper
Unstandardized
Unstandardized Residual ,000 399 1,000 ,00000000 -,1977383 , 1977383

Pentru exemplul dat, se poate considera, pentr u un risc de 5%, că:

a) se respectă ipoteza cu privire la media erorilor
b) media erorilor nu diferă semnificativ de zero
c) media erorilor diferă semnificativ de zero

5. Pentru erorile estimate ale unui model de regresie s-au obţinut rezultatele:
One-Sample
One-Sample Kolmogoro v-Smirnov
v-Smirnov Test
Test

Unstandardiz
ed Residual
N 23
Normal P arametersa,b
arameters Mean ,0000000
Std. Deviation 4,74761959
Most Ex treme
treme Abs olute ,101
Differenc
Differenc es Pos itive ,101
Negative -,060
Kolmogorov-Smirnov Z ,482
Asy mp. Sig. (2 -tailed) ,974
a. Tes
Tes t distribution is Normal.
b.
Calculated from
from data.
Sunt valabile enunţurile:
a) se respectă ipoteza de normalitate a erorilor, cu un risc de 5%
b) nu respectă ipoteza de necorelare a erorilor, cu un risc de 5%
c) estimatorii parametrilor modelului de regresie urmează o lege normală
d) cu un risc de 5%, erorile au media diferită semnificativ de zero

6. Se analizează erorile modelului de regresie dintre câştigul salarial şi vechimea la locul actual de muncă. Rezultatele parţ iale sunt
prezentate în tabelul
tabelul de mai jos.
Runs Test

Unstandardiz
ed Residual
Test Valu ea ,0000000
Cases < Test Value
Cases >= Test Value 3
2
Total Cases 5
Number of Runs 4
Z ,109
Asy mp. S ig. (2-tailed ) ,913
a. Mean

În condiţiile unui risc   0,05 , se poate afirma că:

a) succesiunea runs-urilor este aleatoare
b) erorile nu sunt autocorelate
c) se acceptă ipoteza Ho
 Cjth cpjadctaa

3. Ïo urec
urec prhjudr
prhjudrĄraa
Ąraa bcthj
bcthjir
ir pravaob
pravaob vcjicrhc
vcjicrhc aoput-
aoput-uraji
urajirr (J, girŤc bh euodĄ> N, vcjicrhc dcpatcjujua gax) řa c
iutput-urajir ifŤaouth ïotr-uo coueat biehoau bh cdtavatcth (Q, vcjicrhc pribudŤaha), s-c ifŤaout ureĄticrhc
0 ,46 0 , 73
Q\  3,3  J  N
hducŤah hstaectĄ bh rhmrhsah; . Photru hxhepjuj bct, sh picth diosabhrc dĄ;

c) PribudŤac ïorhmastrhczĄ i vathzĄ eca rhbusĄ bh vcracŤah ïo rcpirt du vcracŤac gcdtirajir

f) Pridhsuj bh pribudŤah s-c dcrcdthrazct praotr-uo rcobcehot bh sdcrĄ bhsdrhsdĄtir
d) Pridhsuj bh pribudŤah s-c dcrcdthrazct praotr-uo rcobcehot bh sdcrĄ drhsdĄtir
b) Drhřthrhc du 3% c girŤha bh euodĄ bhthreaoĄ i drhřthrh du 0.46% c pribudŤaha

6. Ïotrh
Ïotrh biuĄ vcracfa
vcracfajh
jh hdioiead
hdioieadhh s-c hstaect
hstaect uo eibhj
eibhj bh rhmrhsa
rhmrhsahh bh girec;
girec; Q   1  3,8 \  0,3\
6
. Cu
jid cgarecȞaajh;
cgarecȞaajh;
Oavhjuj ecxae cj vcracfajha bhphobhoth hsth ctaos photru i vcjicrh \ 5 =,8
Oavhjuj ehbau hstaect cj vcracfajha Q, ctuoda dæob vcracfajc aobhphobhotĄ hsth oujĄ, hsth bh
-1 uoatĄȞa
 Oavhjuj eaoae
eaoae cj vcracfajha
vcracfajha bhphobhoth hsth
hsth ctaos photru i vcjicrh \ 5 =,8
=,8

4. Ïo bhehrsuj
bhehrsuj vhragadĄra
vhragadĄraaa apithzhjir
apithzhjir gireujcth
gireujcth csuprc
csuprc hrirajir
hrirajir uoua eibhj bh rhmrhsah
rhmrhsah jaoacrĄ
jaoacrĄ saepjĄ,
saepjĄ, sh cpjadĄ
cpjadĄ
thstuj Mjhkhr řa sh ifŤao rhzujtcthjh bao tcfhjuj bh eca kis.
Dihggadahotsc

Xostcobcrbazhb Ttcobcrbazhb
Dihggadahots Dihggadahots
Eibhj F Ttb. H rrir Fhtc
3 (Diostcot) .74= .313
Raepuj bh vhragadcrh
.8<1 .0=< .60<
c cutieifajujua (\)
c. Bhphobhot Wcracfjh; Hrira ao ecraeh cfsijutc

Duoisdæob vijueuj hřcotaioujua ifshrvct o  67 řa rasduj cbeas   0,3 , sh picth cgarec dĄ

c) hxastĄ i jhmĄturĄ jaoacrĄ sheoagadctav

sheoagadctavĄ
Ą ïotrh hrira ïo eĄraeh cfsijutĄ řa vcjirajh vcracfajha
aobhphobhoth
f) hrirajh suot lhthrisdhbcstadh
d) hrirajh suot lieisdhbcstadh

2. Hjcstadat
Hjcstadatcthc
cthc dhrhra
dhrhraaa ïo rcpirt
rcpirt du prhŤuj
prhŤuj sh picth
picth hstaec
hstaec du
du ckutiruj
ckutiruj
uoua eibhj jim-jaoacr
 uoua eibhj sheajimcratead
sheajimcratead
 uoua eibhj puthrh

8. Ïotrh
Ïotrh vcracfajhj
vcracfajhjhh dist uoatcr
uoatcr řa
řa oavhjuj
oavhjuj pribudŤa
pribudŤaha
ha hxastĄ
hxastĄ i jhmĄtur
jhmĄturĄĄ bh tap
 jim-jaoacr
pcrcfijad
 puthrh

7. BcdĄ oiruj
oiruj bh puodth rhzujtc
rhzujtctt prao rhprhzhotc
rhprhzhotcrhc
rhc mrcgadĄ
mrcgadĄ c vcracfajha
vcracfajha \ (\ — vcracfajc
vcracfajc aobhphobho
aobhphobhoptĄ)
ptĄ) ȑa c
vcracfajha jo(Q) (Q — vcracfajc bhphobhotĄ) picth ga cprixaectav praotr-i brhcptĄ, eibhjuj bh rhmrhsah hsth;

Laphrfijad
Diepiuob
  Puthrh

=. Ïo eibhju
eibhjujj bh tap puthrh,
puthrh, pcrce
pcrcehtru
htrujj bh rhmrhsah
rhmrhsah  0 hsth;
Wcjicrhc ehbah c jua Q ctuoda dæob \53
 Wcjicrhc ehbah c jua Q ctuoda dæob \50
 Wcjicrhc ehbah c jua \ ctuoda dæob Q50

<. Ïo dczuj uoua

uoua eibhj bh rhmrhsah
rhmrhsah pcrcfij
pcrcfijad,
ad, pcrcehtr
pcrcehtraa
aa eibhjujua
eibhjujua phreat
phreat abhotagad
abhotagadcrhc
crhc;;
 WcracȞaha ehbaa c vcracfajha bhphobhoth bcdĄ vcracfajc aobhphobhotĄ vcraczĄ du i uoatcth
Oa
Oavh
vhju
juju
juaa vc
vcra
racf
cfaj
ajha
ha aobh
aobhph
phobh
obhot
othh phot
photru
ru dcrh
dcrh vcra
vcracf
cfaj
ajc
c bh
bhph
phob
obho
hotĄ
tĄ ac i vcji
vcjicr
crhh
eaoaeĄ/ecxaeĄ
 Puodthjir bh aogjhxauoh

1. Eibhjhjh
Eibhjhjh sheajimc
sheajimcrate
rateadh
adh du vcracf
vcracfajc
ajc bhphobh
bhphobhotc
otc jimcrate
jimcratectĄ
ctĄ phreat
phreat;;
 Hstaecrhc vcracȞaha ehbaa cfsijuth c jua Q, jc i drhȑthrh rhjctavĄ c jua \ du i uoatcth
 Hstaecrhc vcracȞaha ehbaa rhjctavh
rhjctavh c jua Q, jc drhȑthrhc rhjctavĄ c jua \ du i uoatcth
 Hstaecrhc vcracȞaha ehbaa rhjctavh c jua Q, jc i drhȑthrh cfsijutĄ c jua \ du i uoatcth

30. Apith
Apithzc
zc bh oirecjatc
oirecjatcth
th c hrirajir
hrirajir vazhczĄ;
vazhczĄ;
c) jhmhc bh rhpcrtaŤah oirecjĄ
oirecjĄ c hstaectirajir pcrce
pcrcehtrajir
htrajir eibhjujua bh rhmrhsah
rhmrhsah
f) aobhphobhoŤc vcracfajhjir bao eibhj
 3 ~ O  3 ,  63
d) priprahtcthc  
33. Xo eibh
eibhjj bh rhmrhsah
rhmrhsah hsth
hsth lieisdhbcst
lieisdhbcstad
ad bcdĄ;
bcdĄ;
c) hrirajh bh eibhjcrh suot aobhphobhoth
f) vcracoŤhjh hrirajir bh eibhjcrh suot hmcjh
d) hrirajh cu basphrsac dupraosĄ ïo aothrvcjua (0,3)

36. Wcjabcrhc uoua

uoua eibhj bh rhmrhsah prhsupuoh
prhsupuoh vhragadcrhc
vhragadcrhc uoir apithzh,
apithzh, prhdue;
prhdue;
c) hrirajh suot aobhphobhoth
f) hrirajh urehczĄ i jhmh bh rhpcrtaŤah Gaslhr
d) hrirajh suot lieisdhbcstadh
lieisdhbcstadh
b) vcracoŤc hrirajir hsth hmcjĄ du zhri