Analüütik soovib regressioonmudeli abil määrata, millistest tunnustest sõltub tunnus y. Potentsiaalseid seletavaid tunnuseid on 4. Analüütik kasutab alt-üles lähenemist, st alustab väiksema tunnuste arvuga. Potentsiaalsete seletavate tunnuste x1, x2, x4 ja x4 järjestamiseks on tal leitud korrelatsioonimaatriks

Millises järjekorras tuleb potentsiaalseid seletavaid tunnuseid mudelisse lisada?

Elektrijaamade kulufunktsiooni hindamiseks kasutati lineaarset mudelit . Seejärel testiti RESET testiga, kas mudeli kuju on õige, testi aruanne on toodud. Milline on järeldus?

Hinnati mudelit 

Peale mudeli hindamist testiti kitsenduste F-testiga, kas tunnuse SKPmuut võib mudelist eemaldada, st kas võib panna peale kitsenduse b₄=0. Testi aruanne Gretlis on all. Kas tunnuse võib eemaldada?

Hinnati mudelit, kus oli 6 regressorit, mudeli hindamise aruanne on allpool. Mudelist tuleks ükshaaval eemaldada mitteolulised tunnused. Milline tunnus tuleb eemaldada esimesena?

Muuthajuvuse testimiseks kasutati White'i testi. Mis on järeldus?

Kui esineb muuthajuvus, siis üheks võimaluseks on kasutada kohandatud standardvigu. Kohandatud standardvigade kasutamisel

Muuthajuvuse testimiseks kasutatakse White'i testi.  Testi tegemisel hinnatakse abiregressiooni mudelit, kus seletavateks tunnusteks on algse mudeli regressorid, nende ruudud ja korrutised. Mis on sõltuvaks tunnuseks?

Kui esineb muuthajuvus, siis

Milline on hinnatud mudeli korral korrigeeritud determinatsioonikordaja? Pane vastav arv kirja täpselt nii, nagu see aruandes on.

Milline on hinnatud mudeli korral mudeli statistilise olulisuse F-testi olulisuse tõenäosus? Pane vastav arv kirja täpselt nii, nagu see aruandes on.