Quiz sur le Modèle de Régression Simple 2

Que représentent les paramètres α et β dans le modèle?

• Ils sont toujours connus.

• Ils sont des estimations basées sur l'échantillon.

• Ils sont des constantes fixes.

• Ils sont des variables aléatoires.

Comment appelle-t-on l'écart entre la vraie valeur Y et sa valeur estimée Ŷ?

• Paramètre

• Estimation

• Résidu

• Erreur

Qu'est-ce que les Moindres Carrés Ordinaires (MCO) estiment?

• Les valeurs exactes des paramètres de la population.

• Les valeurs des variables aléatoires.

• Les paramètres inconnus du modèle de régression.

• Les valeurs des résidus.

Quelle est la formule pour l'estimateur de β?

• α + Xt

• cov(Xt, Yt) / V(Xt)

• V(Xt) / cov(Xt, Yt)

• Yt / Xt

Quel est le but de la méthode des Moindres Carrés?

• Maximiser la somme des carrés des erreurs.

• Minimiser la somme des carrés des erreurs.

• Évaluer les paramètres de la population.

• Calculer la moyenne des résidus.

Quel est le coefficient de détermination R²?

• Il mesure la somme des carrés des erreurs.

• Il mesure la part variance totale expliquée la variance résiduelle.

• Il mesure la part variance totale expliquée par le modèle.

• Il mesure la variance totale.

Que signifie le terme BLUE pour les estimateurs MCO?

• Best Least Unbiased Estimator

• Best Linear Unbiased Error

• Best Least Unbiased Error

• Best Linear Unbiased Estimator

Quel est l'effet marginal de β dans un modèle?

• Il représente la somme des carrés des erreurs.

• Il représente la moyenne de Y.

• Il représente la variation de Y pour une variation de X.

• Il représente la variance de Y.

Quelle est la relation entre les erreurs et la variable explicative Xt?

• Les erreurs dépendent de Xt.

• La covariance est positive.

• La covariance est nulle.

• La covariance est négative.

Quel est le rôle de l'analyse de la variance dans la régression?

• Maximiser la variance résiduelle.

• Évaluer la qualité de l'ajustement du modèle.

• Estimer les paramètres de la population.

• Calculer les résidus.