Общая (ТSS), объясненная (ESS) и необъясненная (RSS) суммы квадратов отклонений находятся

Общая (ТSS), объясненная (ESS) и необъясненная (RSS) суммы квадратов отклонений находятся в последующих соотношениях
(*ответ*) TSS = RSS + ESS
nbsp;TSS = RSS ESS
nbsp;RSS = TSS/ESS
nbsp;ESS = TSS/RSS
Определение дисперсии на одну ступень свободы приводит общую, объясненную и остаточную дисперсии к
(*ответ*) сопоставимому виду
nbsp;одной размерности
nbsp;безразмерному виду
nbsp;табличному виду
Остатки значений log y _остатков значений y
(*ответ*) веско меньше
nbsp;веско больше
nbsp;несколько меньше
nbsp;несколько больше
Остаток в i-ом наблюдении по модели парной регрессии y=a+bx равен
(*ответ*) yi (a + bxi)
nbsp;yi / (a + bxi)
nbsp;yi S(a + bxi)
nbsp;Syi S (a + bxi)
Отличие одностороннего теста от двустороннего содержится в том, что он имеет только
(*ответ*) одно критичное значение
nbsp;один параметр
nbsp;одну оценку
nbsp;одно рассредотачивание
Относительно формы зависимости (вида многофункциональной связи) распознают регрессию
(*ответ*) линейную и нелинейную
nbsp;ординарную и множественную
nbsp;линейную и множественную
nbsp;ординарную и нелинейную
Оценивание каждого параметра в уравнении регрессии поглощает _ свободы в выборке
(*ответ*) одну ступень
nbsp;две ступени
nbsp;ноль ступеней
nbsp;три ступени
Оценка параметра находится _ доверительного промежутка
(*ответ*) в центре
nbsp;на границе
nbsp;вне
nbsp;внутри
Оценка стандартного отличия случайной величины, полученная по данным подборки, именуется стандартной _ случайной величины
(*ответ*) ошибкой
nbsp;поправкой
nbsp;оценкой
nbsp;записью
Оценка, математическое ожидание которой совпадает с подходящей характеристикой генеральной совокупы, величается
(*ответ*) не смещенной
Оценки коэффициентов моделей регрессии, нелинейных по оцениваемым характеристикам, но внутренне линейных, приобретенные способом меньших квадратов, являются
(*ответ*) смещенными
nbsp;недостоверными
nbsp;неэффективными
nbsp;несостоятельными
Оценку существенности (значимости) отдельного параметра уравнения регрессии можно проводить на основании характеристик
(*ответ*) доверительного интервала
(*ответ*) t-аспекта Стьюдента
nbsp;множественного коэффициента регрессии
nbsp;множественного коэффициента корреляции