Documente Academic
Documente Profesional
Documente Cultură
1. Într-un model de regresie liniară multiplă (RLM), dacă variabilele sunt perfect coliniare:
a. Dispersia estimatorilor parametrilor este zero
b. Dispersia estimatorilor parametrilor este infinită
c. Erorile de modelare sunt minime
2. Pentru un model de regresie liniară multiplă (RLM) coliniaritatea este perfectă atunci când:
a. Între variabilele independente există o legătură liniară deterministă (funcțională) de
forma:
i.
b. Între variabilele independente există o legătură stochastică de forma:
i.
c. Între variabilele independente nu există legătură liniară
3. Pentru un model de regresie liniară multiplă (RLM) coliniaritatea este imperfectă atunci când:
a. Între variabilele independente există o legătură liniară deterministă de forma:
i.
b. Între variabilele independente există o legătură liniară stochastică de forma:
i.
c. Între variabilele independente nu există legătură liniară
4. Dacă, pentru un model de regresie liniară multiplă (RLM), indicatorul Tolerance (TOL) ia
valoarea TOL = 1, atunci variabilele independente sunt:
a. Coliniare
b. Necoliniare
c. Dependente
5. Dacă pentru un model de regresie liniară multiplă (RLM) indicatorul VIF ia o valoare mai mare
decât 10, atunci variabilele independente sunt:
a. Coliniare
b. Necoliniare
c. Independente
6. În vederea testării ipotezei de necoliniaritate dintre variabilele X1 și X2 ale unui model de
regresie liniară multiplă (RLM), se reprezintă grafic legătura dintre aceste variabile și se
obține următoarea diagramă:
R2 = 0,902
În această situație se poate considera că:
a. Există o coliniaritate perfectă între variabilele X1 și X2
b. Există o coliniaritate imperfectă între variabilele X1 și X2
c. Coeficientul de corelație dintre variabilele independente este egal cu 1
8. În studiul legăturii dintre variabilele independente, Xi, ale unui model de regresie liniară
multiplă (RLM) s-a obținut o valoare estimată a raportului de corelație multiplă dintre
variabilele independente egală cu Rj = 0,132. Pentru acest rezultat, se poate considera că:
a. Indicatorul VIF arată că ipoteza de necoliniaritate este respectată, VIF = 1,017
b. Indicatorul VIF = 1,017 arată că ipoteza de necoliniaritate este încălcată
c. Între variabilele independente nu există o legătură liniară puternică
Rezolvare:
Rj = 0,132
9. În studiul legăturii dintre variabilele independente, Xi, ale unui model de regresie liniară
multiplă (RLM), s-au obținut o valoare estimată a raportului de determinație multiplă dintre
variabilele independente egală cu R2j = 0,132. Pentru acest rezultat se poate considera că:
a. Indicatorul TOL = 0,868 arată că ipoteza de necoliniaritate este respectată
b. Indicatorul TOL = 1,132 arată că ipoteza de necoliniaritate este încălcată
c. Între variabilele independente nu există legătură liniară puternică
Rezolvare:
R2j = 0,132
10.
Întrebări grila Econometrie Exemple pentru EXAMEN
INTREBAREA 1.
În studiul legăturii dintre Mortalitatea inflantilă (Y, decedați la 1000 născuți vii) și PIB/ cap de locuitor (X, $)
s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB/ loc) -21,966 1,462 -,824 -15,019 ,000
(Constant) 215,381 11,709 18,394 ,000
a) Logaritmic
b) Compound
c) Exponențial
INTREBAREA 2.
În studiul legăturii dintre Mortalitatea inflantilă (Y, decedați la 1000 născuți vii) și PIB/ cap de locuitor (X, $)
s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB/ loc) -21,966 1,462 -,824 -15,019 ,000
(Constant) 215,381 11,709 18,394 ,000
Ecuația modelului estimat al legăturii dintre cele două variabile este de forma:
În studiul legăturii dintre Mortalitatea inflantilă (Y, decedați la 1000 născuți vii) și PIB/ cap de locuitor (X, $)
s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB/ loc) -21,966 1,462 -,824 -15,019 ,000
(Constant) 215,381 11,709 18,394 ,000
a) Atunci când PIB/loc crește cu 1%, Mortalitatea infantilă scade, în medie, cu 0,21966 decedați la
1000 născuți vii. – interpretare pentru b1
b) Atunci când PIB/loc este egal cu 1$, Mortalitatea infantilă medie este egală cu 215 decedați la 1000
născuți vii. – interpretare pentru b0
c) Atunci când PIB/loc crește cu 1%, Mortalitatea infantilă scade, în medie, cu 21,966%.
INTREBAREA 4.
În studiul legăturii dintre Mortalitatea inflantilă (Y, decedați la 1000 născuți vii) și PIB/ cap de locuitor (X, $)
s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
B Std. Error Beta t Sig.
ln(PI B / loc) -,628 ,034 -,871 -18,337 ,000
(Constant) 3755,157 1029,735 3,647 ,000
The dependent variable is ln(mortalitatea infantila (decedati la 1000 născuti vii)).
a) Liniar
b) Neliniar
c) Log-liniar
d) Putere
INTREBAREA 5
În studiul legăturii dintre Mortalitatea infantilă (Y, decedați la 1000 născuți vii) și PIB/ pe cap de locuitor (X,
$) s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
B Std. Error Beta t Sig.
ln(PI B / loc) -,628 ,034 -,871 -18,337 ,000
(Constant) 3755,157 1029,735 3,647 ,000
The dependent variable is ln(mortalitatea infantila (decedati la 1000 născuti vii)).
INTREBAREA 6.
În studiul legăturii dintre Mortalitatea infantilă (Y, decedați la 1000 născuți vii) și PIB/ pe cap de locuitor (X,
$) s-a estimat modelul Compound și s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
B Std. Error Beta t Sig.
PIB / loc ,9999 ,000 ,441 113380,2 ,000
(Constant) 57,088 4,388 13,011 ,000
The dependent variable is ln(mortalitatea infantilă (decedati la 1000 nascuti vii)).
a)
b)
c)
INTREBAREA 7.
În studiul legăturii dintre Mortalitatea infantilă (Y, decedați la 1000 născuți vii) și PIB/ pe cap de locuitor (X,
$) s-a estimat modelul Compound și s-au obținut următoarele rezultate:
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
B Std. Error Beta t Sig.
PIB / loc ,9999 ,000 ,441 113380,2 ,000
(Constant) 57,088 4,388 13,011 ,000
The dependent variable is ln(mortalitatea infantilă (decedati la 1000 nascuti vii)).
INTREBAREA 8.
În studiul legăturii dintre Rata de urbanizare (Y, %) și PIB/locuitor (X, $) s-a obținut următoarea reprezentare
grafică:
60
este:
40
20
0
b) Graficul evidențiază legătura
0 5000 10000 15000
PIB/ loc
20000 25000
dintre variabile după un model
polinomial.
c) Erorile modelului de regresie
urmează o lege de repartiție normală.
INTREBAREA 9.
În demersul verificării ipotezelor formulate asupra erorilor unui model de regresie liniară simplă,
se aplică testul Glejser și se obțin rezultatele din tabelul de mai jos:
Cunoscând volumul eșantionului observat n = 20, riscul admis alfa = 0,1, abs – erorile în mărime
absolută, se poate afirma că:
a) |tcalc = 1,653| < tth = 1,734, nu există legătură liniară semnificativă între erori în
mărime absolută și valorile variabilei independente
b) |tcalc = 16,644| > tth = 2,093, erorile sunt heteroscedastice
c) tcalc = 1,653 < tth = 1,734, erorile sunt homoscedastice
INTREBAREA 10
Pentru erorile estimate ale unui model de regresie s-au obținut rezultatele
Unstandardiz
ed Residual
N 400
Normal Parametersa,b Mean ,0000000
Std. Deviation 1,72218168
Most Extreme Absolute ,079
Differences Positive ,079
Negative -,037
Kolmogorov-Smirnov Z 1,574
Asymp. Sig. (2-tailed) ,014
a. Test distribution is Normal.
b. Calculated f rom data.
Residuals Statisticsa
Pe baza rezultatelor de mai sus, pentru o probabilitate de 0,95, se poate considera că:
ÎNTREBAREA 12
Unstandardiz
afirma că:
ed Residual
Test Valuea -,22271 a) Succesiunea runs-urilor este
Cases < Test Value 200
Cases >= Test Value 200 aleatoare.
Total Cases 400 b) Erorile sunt autocorelate.
Number of Runs 178
Z -2,303 c) Se respinge ipoteza H0.
Asymp. Sig. (2-tailed) ,021
a. Median
PROBLEMĂ
Pentru variabilele Costul unitar (lei) și Producția zilnică de costume (sute bucăți) s-a obținut
următorul rezultat:
y – costul unitar
x – producția
Să se precizeze care este nivelul producției pentru care se obține un cost unitar optim.
A lipsit
1) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie urbană (%),
pentru un eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai
jos.
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
Pop_urbana 1,046 ,004 2,126 265,173 ,000
(Constant) 210,430 48,762 4,315 ,000
The dependent variable is ln(PIB).
a)
y x 210 ,43 1,046 X
b)
y x 210 ,43 x 1,046
c)
y x 1,046 x 210 ,43
2) Rezultatele modelării legăturii dintre variabilele PIB/loc ($) şi Procentul de populaţie urbană (%),
pentru un eşantion de ţări în anul 2010, folosind modelul Compound, sunt prezentate în tabelul de mai
jos.
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
Pop_urbana 1,046 ,004 2,126 265,173 ,000
(Constant) 210,430 48,762 4,315 ,000
The dependent variable is ln(PIB).
3) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), pentru un eşantion de 109
ţări, se prezintă astfel: model Putere/Power/log-liniar – ambele variabile sunt logaritmate
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
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).
1
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.
4) În studiul legăturii dintre costul unitar (lei) şi producţia realizată (tone) s-au obţinut următoarele
rezultate:
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
Productie -,009 ,001 -4,897 -14,094 ,000
Productie ** 2 7,73E-006 ,000 4,809 13,839 ,000
(Constant) 5,886 ,142 41,431 ,000
d) nivelul optim al costului se atinge pentru o producţie de 582,14 tone. Nivelul optim este costul minim sau
maxim – minim în cazul acesta. X = - b1 / 2*b2 = 0,009 / 2 *7,75 *10^6 = 582,14
5) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model Growth, se
prezintă în tabelul de mai jos.
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
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).
6) Rezultatele modelării legăturii dintre variabilele X (mii lei) şi Y (mil. lei), printr-un model exponenţial,
se prezintă în tabelul de mai jos.
Coefficients
Unstandardized Standardized
Coef ficients Coef ficients
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).
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
8) În studiul legăturii dintre două variabile, s-au obţinut următoarele rezultate: Jarque-Bera
Statistics
Score
N Valid 48
Miss ing 0
Skewness ,038
Std. Error of Skewnes s ,343
Kurtosis -,961
Std. Error of Kurtosis ,674
9) În urma prelucrării datelor 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: Durbin-Watson
Model Summaryb
Pentru un risc asumat egal cu 0,05, se poate considera că (α=0.05 și n=35 dL=1.402 si dU=1.519):
a) erorile de modelare sunt autocorelate pozitiv
3
b) erorile de modelare sunt autocorelate negativ
c) nu este posibilă luarea unei decizii cu privire la existenţa autocorelării erorilor
11) 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
12) În studiul 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
Tension Score
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
13) În urma analizei legăturilor dintre variabilele independente ale unui model de regresie, s-au obţinut
următoarele rezultate:
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
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
4
14) În vederea testării ipotezei privind valoarea mediei erorilor ε ale unui model de regresie liniară
simplă s-au obţinut următoarele rezultate:
One-Sample Statistics
Std. Error
N Mean Std. Deviation Mean
Unstandardized Residual 15 ,0000000 73271,63549 18918,65
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.
15) În vederea testării normalităţii erorilor unui model de regresie, s-au obţinut următoarele rezultate:
One-Sample Kolmogorov-Smirnov Test
Tension
N 12
Normal Parametersa,b Mean 1.50
Std. Deviation .522
Most Extreme Absolute .331
Differences Positive .331
Negative -.331
Kolmogorov-Smirnov Z 1.146
Asymp. Sig. (2-tailed) .145
a. Test distribution is Normal.
b. Calculated f rom data.
16) 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
17) Dacă norul de puncte rezultat prin reprezentarea grafică a variabilei X şi a variabilei ln(Y) poate fi
aproximat printr-o dreaptă, modelul de regresie este:
a) exponenţial
b) putere
c) hiperbolic
putea să mai fie modelul – de creștere, compus
18) Elasticitatea cererii în raport cu preţul se poate estima cu ajutorul:
a) unui model log-liniar
b) unui model semilogaritmic
c) unui model putere
20) Prin autocorelare înţelegem că: corelare – pt. erori, coloniaritate – pentru variabilele independente
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
21) 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
Coef ficients Coef ficients
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
22) Între variabilele cost unitar şi nivelul producţiei există o legătură de tip:
a) log-liniar
b) parabolic
c) putere
6
23) 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: ln y, x
a) ln Y 0 1 X
b) ln Y ln 0 1 ln X
c) Y 0 1 X
24) 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. Modelul Putere – ambele variabile ln
Coefficients
Unstandardized Standardized
Coefficients Coefficients
B Std. Error Beta t Sig.
ln(PIB / loc) .095 .007 .807 14.153 .000
(Constant) 32.713 1.761 18.573 .000
The dependent variable is ln(Speranta medie de 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 PIB/loc cu 1%
c) nivelul mediu estimat al speranţei de viaţă creşte cu 9,5% la o creştere a PIB/loc cu 1%
d) parametrii sunt semnificativi pentru un risc de 5%
25) 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
Cu cât R square este mai mare – cu atât e mai bine explicat modelul