1. Определите понятие регрессионной зависимости и предмет регрессионного анализа.

2. Что такое экзогенные и эндогенные переменные в регрессионной модели?

3. Охарактеризуйте модель линейной регрессии и приведите примеры линейной регрессионной зависимости.

4. Почему необходимо ввести стохастическую составляющую в регрессионную модель?

5. Сформулируйте основные формально-математические проблемы, возникающие при построении регрессионных моделей.

6. Запишите модель парной линейной регрессии и дайте содержательную интерпретацию ее составляющих.

7. Дайте вывод уравнений для оценок коэффициентов модели парной линейной регрессии по методу наименьших квадратов.

8. В чем сущность метода наименьших квадратов и метода максимального правдоподобия? Дайте сравнительный анализ.

9. Сформулируйте основные теоретические предпосылки (гипотезы), на основе которых строится модель линейной регрессии (условия Гаусса-Маркова). Поясните роль и значение каждой предпосылки.

10. Сформулируйте и охарактеризуйте статистические свойства МНК-оценок. При каких предпосылках они выполняются? Последствия нарушений предпосылок.

11. Что такое доверительные интервалы для коэффициентов регрессии и метод их построения.

12. Сущность процедуры проверки статистических гипотез относительно коэффициентов регрессии.

13. Сформулируйте критерии проверки адекватности модели.

14. Коэффициент детерминации.

15. Поясните понятия: прогноз среднего и прогноз индивидуального значений регрессанда. Оценка достоверности прогнозов на основе моделей парной линейной регрессии (интервальные прогнозы).

16. Проверка гипотезы о значимости коэффициента детерминации: F - критерий.