Pitanja za test iz predmeta Metodologija NIR-a ( Rabija Somun-Kapetanovi):

Pitanja za test iz predmeta Metodologija NIR-a ( Rabija Somun-Kapetanovi):

1. Definiite 4 etape naunog pristupa u stvaranju znanja na bazi podataka (empirijske analize).

2. Koji su osnovni zadaci metode uzoraka.

3. Navedite osnovne nedostatke u primjeni metode uzoraka.

4. Nabrojite najznaajnije vrste sluajnih ( probabilistikih) uzoraka . 5. Navedite vrste prezentacije statistikih podataka.

6. Navedite konstitutivne (sastavne) elemente modela i objasnite jedan od njih.

7. Koja su osnovna naela konstrukcije ekonometrijskog modela.

8. Definiite zadatke regresione i korelacione analize.9. U outputu iz EXcela jedan od rezultata ocjene modela linearne regresije je

uz kritinu vjerovatnou p= 0.02. Komentariite dobiveni rezultat.

10. U output iz Excela jedan od rezultata ocjene modela linearne regresije je

uz kritinu vjerovatnou p= 0.03. Komentariite dobiveni rezultat.

11. Da li ocijenjeni model moe predstavljati model potranje za normalnim dobrom i zato?12. U outputu iz EXcela jedan od rezultata ocjene modela linearne regresije je

uz kritinu vjerovatnou p= 0.06. Definiite nultu hipotezu u ovom sluaju I objasnite da li je U kojim sluajevima u model uvodite dummy varijable?

13. Date su sljedee relacije: i empirijska vrijednost t testa

Uz kritinu vjerovatnou p=0.035. Komentariite dobiveni rezultat.14. Koje informacije daje sljedea tabela koju dobivamo kao output iz Excela:

15. Koje metode su analizirane i primijenjene u Excelu, a koje u SPSS?

16. Komentariite rezultate date u sljedeoj tabeli koje dobivamo kao output iz Excela:

CoefficientsStandard Errort StatP-valueLower 95%Upper 95%

Intercept18,872025,2898713,5675770,0091266,36346531,38058

X10,9018540,2060354,3771930,0032460,4146591,389049

X2-0,255990,104048-2,460290,043447-0,50202-0,00995

17. Koje je osnovno pravilo prilikom kodiranja kvalitativnih varijabli koje imaju vie modaliteta?

EMBED Equation.3

EMBED Equation.3

EMBED Equation.3

EMBED Equation.3

EMBED Equation.3

EMBED Equation.3

EMBED Excel.Sheet.8

_1302904725.unknown

_1302905127.unknown

_1302907367.unknown

_1302907603.xlsRegresija

SUMMARY OUTPUT

Regression Statistics

Multiple R0.9573436053

R Square0.9165067787

Adjusted R Square0.8926515726

Standard Error2.1202626223

Observations10

ANOVA

dfSSMSFSignificance F

Regression2345.4314048881172.71570244438.41957077550.0001681819

Residual731.46859511194.4955135874

Total9376.9

CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 95,0%Upper 95,0%

Intercept18.87202330095.28987143723.56757692980.00912644576.363465016131.38058158576.363465016131.3805815857

X10.90185438390.20603488024.37719275040.00324552790.41465930961.38904945810.41465930961.3890494581

X2-0.25598900470.1040481555-2.4602935390.0434466235-0.5020237965-0.009954213-0.5020237965-0.009954213

RESIDUAL OUTPUTPROBABILITY OUTPUT

ObservationPredicted YResidualsStandard ResidualsPercentileY

112.897531761-0.897531761-0.4799902363512

216.74915256654.25084743352.27330703261513

324.1846194383-0.1846194383-0.09873247022517

422.52658377491.47341622510.78796699223521

514.9454437988-1.9454437988-1.04040221124521

618.7970646043-1.7970646043-0.96105062985524

721.7586167607-0.7586167607-0.40570000316524

825.35424856150.64575143850.34534085487526

930.37549849030.62450150970.33397662378530

1031.4112402438-1.4112402438-0.75471595289531

Podaci

Model multiple regresijeAnaliza sluaja 3

YX1X2

12748

21940

241118

241228

13740

17932

211231

261424

311922

302125

SUMMARY OUTPUT

Regression Statistics

Multiple R0.9573436053

R Square0.9165067787

Adjusted R Square0.8926515726

Standard Error2.1202626223

Observations10

ANOVA

dfSSMSFSignificance F

Regression2345.4314048881172.71570244438.41957077550.0001681819

Residual731.46859511194.4955135874

Total9376.9

CoefficientsStandard Errort StatP-valueLower 95%Upper 95%Lower 99,0%Upper 99,0%

Intercept18.87202330095.28987143723.56757692980.00912644576.363465016131.38058158570.360206561837.3838400399

X10.90185438390.20603488024.37719275040.00324552790.41465930961.38904945810.1808387621.6228700057

X2-0.25598900470.1040481555-2.4602935390.0434466235-0.5020237965-0.009954213-0.6201037870.1081257776

RESIDUAL OUTPUT

ObservationPredicted YResiduals

112.897531761-0.897531761

216.74915256654.2508474335

324.1846194383-0.1846194383

422.52658377491.4734162251

514.9454437988-1.9454437988

618.7970646043-1.7970646043

721.7586167607-0.7586167607

825.35424856150.6457514385

930.37549849030.6245015097

1031.4112402438-1.4112402438

_1302907312.unknown

_1302904941.unknown

_1302904278.unknown