Социально-экономическая статистика и эконометрика/exam questions

Материал из Поле цифровой дидактики
Версия от 20:55, 27 ноября 2025; Patarakin (обсуждение | вклад) (Новая страница: «== Понятия и темы == # Типы переменных Вопрос: Объясните понятие категориальной переменной в отличие от количественной. #* Категориальная переменная разбивает объекты на группы (классы, категории) и не имеет числового смысла #* В модели Simple Economy «богатст...»)
(разн.) ← Предыдущая версия | Текущая версия (разн.) | Следующая версия → (разн.)

Понятия и темы

  1. Типы переменных Вопрос: Объясните понятие категориальной переменной в отличие от количественной.
    • Категориальная переменная разбивает объекты на группы (классы, категории) и не имеет числового смысла
    • В модели Simple Economy «богатство» агента — количественная, а «цвет» агента или «состояние» (работает/ищет) — категориальная
  2. Средние величины - медиана, мода
    • Медиана — это «середина» ряда данных, половина значений меньше неё, половина больше
    • Мода
  3. Показатели вариации - дисперсия
    • Это мера разброса данных. Показывает, насколько сильно значения в среднем отклоняются от «центра» (среднего)
    • В Simple Economy: разрыв между бедными и богатыми
  4. Показатели вариации - коэффициент вариации
    • относительная мера разброса (в процентах) - сравнивать разброс величин с разным масштабом
  5. Гистограмма распределения
    • Это график, показывающий, как часто встречаются разные значения переменной. Позволяет увидеть форму распределения (симметричное или скошенное)
    • см. CODAP: гистограмма роста студентов.
  6. Диаграмма рассеяния (Scatter Plot)
    • График, где каждая точка — это одно наблюдение с координатами X и Y.
    • CODAP
  7. Корреляция
    • Cогласованность изменений двух величин
    • Продажи мороженого и количество солнечных ожогов коррелируют
  8. Коэффициент корреляции
    • Число от -1 до 1, показывающее силу линейной связи. 1 — строгая прямая связь, -1 — строгая обратная, 0 — связи нет
  9. Парная линейная регрессия
    • Мы строим математическую модель (прямую линию), которая лучше всего описывает зависимость одной переменной от другой. Мы пытаемся предсказать Y, зная X.
    • Линия тренда в CODAP.
  10. Метод наименьших квадратов
    • Способ провести линию так, чтобы сумма квадратов расстояний (ошибок) от всех точек до этой линии была минимальной
    • CODAP
  11. Коэффициента детерминации (R-квадрат)
    • Доля вариации зависимой переменной, которая объясняется нашей моделью
  12. Множественная регрессия

Практические вопросы