Метод включения переменных основан на сравнении. Переменные состояния динамической системы

Основы > Теоретические основы электротехники

Метод переменных состояния
Уравнениями состояния можно назвать любую систему уравнений, определяющих режим цепи. В более узком смысле - это система дифференциальных уравнений первого порядка, разрешенная относительно производных.
Методом переменных состояния назовем анализ цепи, основанный на решении уравнений состояния (первого порядка), записанных в форме Коши. Таким образом, метод переменных состояния - один из методов расчета прежде всего переходных процессов. Далее предполагается, что цепь имеет только независимые источники и не содержит индуктивных сечений и емкостных контуров. В противном случае составление уравнений становится намного сложнее.
Для линейной цепи с постоянными сосредоточенными параметрами ток каждой ветви, напряжение между выбранными выводами, заряд на обкладках конденсатора и т. д. всегда можно найти как решение составленного для этого тока, напряжения, заряда и т. д. дифференциального уравнения (например, исключением других токов и напряжений из системы уравнений Кирхгофа):

Введением переменных это уравнение сводится к эквивалентной системе дифференциальных уравнений первого порядка:

Здесь переменными, которые называются переменными состояния , служат переменная х и ее производные.
Как известно, переходный процесс в любой цепи, кроме ее параметров (значений r , L, С, М) и действующих источников [ e(t) и J(t)], определяется независимыми начальными (t = 0) условиями - токами в индуктивных элементах и напряжениями на емкостных элементах , которые должны быть известны или рассчитаны. Через них выражаются искомые величины во время переходного процесса. Они же определяют энергетическое состояние цепи. Поэтому в качестве переменных состояния целесообразно выбирать токи и напряжения . Действующие источники можно назвать входными величинами , искомые величины - выходными . Для цепи с n независимыми токами и напряжениями должны быть заданы еще n независимых начальных условий.

Сокращенно дифференциальные уравнения состояния запишем в матричной форме так:

или короче

где X матрица-столбец (размера n x 1) переменных состояния (вектор переменных состояния); F - матрица-столбец (размера m x 1) ЭДС и токов источников (внешних возмущений); А - квадратная матрица порядка n (основная); В - матрица размера п х m (матрица связи). Элементы этих матриц определяются топологией и параметрами цепи.
Для выходных величин (если определяются не токи в индуктивных и напряжения на емкостных элементах) в матричной форме система алгебраических уравнений имеет вид

или короче

где W - матрица-столбец (размера l x 1 ); M - матрица связи (размера l x n ); N - матрица связи (размера l x m ).
Элементы матриц зависят от топологии и параметров цепи. Для уравнений состояния разработаны и машинные алгоритмы формирования на основе топологии и значений параметров.
Уравнения в матричной форме (14.91) можно составить, например, с применением метода наложения. Для получения зависимостей между производными переменных состояния, т. е. и переменными состояния , а также ЭДС и токами источников, действующими в цепи, будем считать, что переменные состояния заданы. Рассматриваемую цепь, например на рис. 14.41, а, заменим после коммутации эквивалентной (рис. 14.41,6), у которой каждый заданный ток представлен источником тока , а каждое заданное напряжение - источником напряжения (ЭДС) . Применив метод наложения (положительные направления выбраны), запишем напряжения и токи (сначала учитываем действие источников затем и далее источников, действующих в цепи):

Так как , то

Конечно, уравнения (14.93) можно получить и из уравнений Кирхгофа исключением токов и напряжений ре-зистивных элементов. Однако совместное решение уравнений Кирхгофа с увеличением числа ветвей цепи становится все более громоздким.
Уравнения состояния можно формировать и сразу в матричной форме.
Если источников тока и ЭДС нет, т. е. F = 0, то уравнения (14.91) упрощаются

и характеризуют свободные процессы в цепи. Решение запишем в виде

где X (0) - матрица-столбец начальных значений переменных состояния; - матричная экспоненциальная функция.
Подставив (14.94) в (14.91в), убедимся, что получается тождество.
При решение уравнения (14.91) представим в виде

где Ф(t ) - некоторая матричная функция цепи. После дифференцирования (14.95) получим

Сравним (14.96) с (14.91а)

и, умножив на , после интегрирования найдем, что

где q - переменная интегрирования, или

Подставим это выражение в (14.95):

В частности, при t = 0 имеем
Следовательно, решение для переменных состояния записывается в виде

(реакция цепи равна сумме реакций при нулевом входе и при нулевом начальном состоянии).
Это решение можно получить и применив операторный метод расчета переходных процессов, рассматриваемый в разделе .
Выходные величины можно найти по (14.92).
Если состояние цепи задано не при t = 0, а при , то в (14.97) первое слагаемое записывается так: , а нижний предел интеграла не 0, а t .
Главная трудность расчета заключается в вычислении матричной экспоненциальной функции. Один из путей такой: сначала находим собственные значения l матрицы А, т. е. корни уравнения

где 1 - единичная матрица порядка n , которые определяются из уравнения

где - элементы матрицы А.
Собственные значения совпадают с корнями характеристического уравнения цепи.
Матричная экспонента, аргумент которой - матрица А t , имеющая порядок n , представима конечным числом n слагаемых. Если собственные значения различны, то

Где - функции времени; и т. д.
Далее для определения составляем алгебраическую систему n уравнений

Наконец, определив из (14.100), по (14.99) находим и затем X (t) по (14.97).

Пример 14.6. Определить ток в цепи на рис. 14.42 после коммутации при .

Решение. Выбираем положительные направления токов в индуктивных элементах, т. е. переменных состояния, и тока . Независимые начальные условия: . Дифференциальные уравнения цепи

Исключив ток , получим уравнения относительно производных переменных состояния:

т. е. согласно (14.91)

и матрица-столбец начальных значений

Вычислим собственные значения; по (14.98)

откуда . Если приравнять нулю главный определитель уравнений с переменными состояния, то получим те же значения .
Находим коэффициенты ак по (14.100), т. е. из системы уравнений

Значения тока вычисленные в моменты секунд для интервала времени 0 - 0,1 с, в конце которого ток отличается от установившегося менее чем на 1,5%, приведены в табл. 14.1. При вычислениях цифры записывались с 8 разрядами, а во всех приведенных в примере формулах и в табл. 14.1 указаны с округлением.

Таблица 14.1



	0,005	0,010	0,015	0,020	0,025	0,030	0,035	0,040	0,045	0,050
	1,079	1,213	1,343	1,455	1,550	1,628	1,692	1,746	1,790	1,827

	0,055	0,060	0,065	0,070	0,075	0,080	0,085	0,090	0,095	0,100
, то для n - q разных корней составляется система (14.100), а для q кратных уравнения получаются после вычисления первых q - 1 производных по от обеих частей уравнения с корнем , т. е. Если в цепи действует только один источник ЭДС (или тока), представляющий единичный скачок 1( t ), т. е. F(t )=1(t ), и начальные условия нулевые, то решение (14.97) запишется в виде Для выходных величин по (14.92а) получим Это будут переходные функции цепи h(t). Импульсные переходные функции k (t ) определяются по (14.84) или (14.85). Более общим путем вычисления матричной экспоненциальной функции служит ее представление бесконечным рядом но ряд при больших t медленно сходится. При ограничении конечным числом слагаемых вычисление сводится к умножению и суммированию матриц. Такие операции есть в математическом обеспечении ЭВМ. Известен метод вычисления матричной экспоненциальной функции, основанный на критерии Сильверста. Уравнения состояния цепей, порядок которых больше двух-трех, проще решаются не аналитическими, а численными методами, дающими возможность автоматизировать расчет в случае применения ЭВМ.

Анализ и синтез систем управления во временной области основан на понятии состояния системы. Состояние системы-это совокупность таких переменных, знание которых, наряду со входными функциями и уравнениями, описывающими динамику системы, позволяет определить ее будущее состояние и выходную переменную. Для динамической системы ее состояние описывается набором переменных состояния [ЛГ[(?), X2(t) Х„(0]- Это такие переменные, которые определяют будущее поведение системы, если известно ее текущее состояние и все внешние воздействия. Рассмотрим систему, изображенную на рис. 3.1, где^,^) иy2(t) есть выходные переменные, a ux(t) и u2(t)- входные переменные. Для ЭТОЙ системы переменные (*[, х2,..., хп) имеют следующий смысл: если в момент времени t0 известны начальные значения [^(fo), x2(t0), ...,xn(tQ)] и входные сигналы щ(і) и u2(f) для t > t0, то этой информации достаточно, чтобы определить будущие значения всех переменных состояния и выходных переменных.

Переменные состояния описывают поведение системы в будущем, если известны текущее состояние, внешние воздействия и уравнения динамики системы.

Общий вид динамической системы приведен на рис. 3.2.

Простым примером переменной состояния может служить положение выключателя электролампочки. Выключатель может быть в одном из двух положений - «включено» или «выключено», поэтому его состоянию соответствует одно из двух возможных значений. Если мы знаем, в каком состоянии (положении) находится выключатель в момент времени t0, и если мы прикладываем к нему воздействие, то мы всегда можем определить будущее состояние элемента.

xx(t)=y(i) И x2(t) = -

Дифференциальное уравнение, описывающее поведение системы, обычно записывается в виде

Эти уравнения по сути описывают поведение системы в терминах скорости изменения каждой переменной состояния.

Другим примером системы, которую можно описать переменными состояния, является ТЛС-цепь, изображенная на рис. 3.4.

Состояние системы характеризуется двумя переменными (Х[, х2) где хх есть напряжение на конденсаторе vc(/), и х2 - ток через индуктивность //(/). Выбор этих переменных интуитивно понятен, т. к. общая энергия, запасенная в цепи, непосредственно зависит от них, как

E=(l/2)Z,/£ +(1/2)Cvc2. (3.5)

Таким образом, Х](/0) и x2(t0) несут информацию о полной начальной энергии в цепи и, следовательно, о состоянии системы в момент t = /0. Для описания пассивной ЛіС-цепи число необходимых переменных состояния равно числу независимых элементов, накапливающих энергию. Используя закон Кирхгофа для токов, запишем дифференциальное уравнение первого порядка, определяющее скорость изменения напряжения на конденсаторе:

іс ~С - у - = u(t)~ і і (3.6)

Источник4^ тока

Рис. 3.4. RLC-цепь

Закон Кирхгофа для напряжений, примененный к правому контуру, дает уравнение, определяющее скорость изменения тока через индуктивность:

L^=-Ri, + vc. (3.7)

Выход системы определяется линейным алгебраическим уравнением:

Уравнения (3.6) и (3.7) мы можем переписать в виде системы двух дифференциальных уравнений относительно переменных состояния хх и х2:

*L-lx --Х Г3 9Ї

Тогда выходной сигнал будет равен

^i(0 = v0(0 = R х2. (3.10)

Используя уравнения (3.8) и (3.9), а также начальные условия , мы сможем определить будущее поведение системы и ее выходную переменную.

Переменные состояния, описывающие систему, не являются единственными, и всегда можно выбрать альтернативную комбинацию таких переменных. Например, для системы второго порядка, такой как масса-пружина или RLC-цепь, в качестве переменных состояния можно выбрать любые две линейно независимые комбинации xx{t) и x2(t). Так, для RLC-цепи мы могли бы принять за переменные состояния два напряжения, vc(/) и v; (/), где vL - напряжение на индуктивности. Тогда новые переменные состояния, х, их"2, будут связаны со старыми переменными хх и х2 соотношениями:

х =vc =х, (3.11)

х* = Vj =vc - RiL =х, - Rx2. (3.12)

Уравнение (3.12) связывает напряжение на индуктивности со старыми переменными состояния vc и iL. В реальной системе всегда можно образовать несколько комбинаций переменных состояния, которые определяют энергию, запасенную в системе, и, следовательно, адекватно описывают ее динамику. На практике в качестве переменных состояния часто выбирают такие физические переменные, которые легко могут быть измерены.

Альтернативный метод получения модели в переменных состояния основан на использовании графа связей. Такие графы могут быть построены для электрических, механических, гидравлических и тепловых элементов или систем, а также для комбинаций элементов различных типов. Графы связей позволяют получить систему уравнений относи

тельно переменных состояния.

Переменные состояния характеризуют динамику системы. Инженера в первую очередь интересуют физические системы, в которых переменными являются напряжения, токи, скорости, перемещения, давления, температуры и другие аналогичные физические величины. Однако понятие состояния применимо к анализу не только физических, но также биологических, социальных и экономических систем. Для этих систем понятие состояния не ограничивается рамками представлений об энергии и подходит к переменным состояния в более широком смысле, трактуя их как переменные любой природы, описывающие будущее поведение системы.

Эта процедура описывает, как определить переменную пакета, в которой хранится информация состояния CDC.

Переменная состояния CDC загружается, инициализируется и обновляется с помощью задачи «Управление CDC» и используется компонентом потока данных «Источник CDC» в целях определения текущего диапазона обработки для записей с данными об изменениях. Переменная состояния CDC может быть определена в контейнере, который является общим для задачи «Управление CDC» и источника CDC. Такое определение может быть сделано на уровне пакета, а также в других контейнерах, таких как контейнер цикла.

Изменять вручную значение переменной состояния CDC не рекомендуется, но выполнение этой операции может оказаться полезным для ознакомления с содержимым переменной.

В следующей таблице приведено общее описание компонентов значения переменной состояния CDC.

Компонент	Description
	Это имя текущего состояния CDC.
CS	Это обозначает точку начала текущего диапазона обработки (Current Start).
	Это последний регистрационный номер транзакции в журнале, обработанный во время предыдущего запуска CDC.
CE	Это обозначает конечную точку текущего диапазона обработки (Current End). Наличие компонента CE в состоянии CDC указывает на то, что пакет CDC обрабатывается в данный момент или что произошел сбой пакета CDC до полного завершения обработки всего диапазона CDC.
	Это последний номер LSN, который должен быть обработан во время текущего выполнения CDC. Всегда предполагается, что последний последовательный номер, который должен быть обработан, является максимальным (0xFFF…).
IR	Это обозначает начальный диапазон обработки.
	Это номер LSN изменения прямо перед началом первоначальной загрузки.
	Это номер LSN изменения непосредственно после завершения первоначальной загрузки.
TS	Это обозначает отметку времени последнего обновления состояния CDC.
>	Это десятичное представление 64-разрядного свойства System.DateTime.UtcNow.
ER	Оно отображается в случае сбоя последней операции и содержит краткое описание причины ошибки. При наличии этого компонента он всегда отображается последним.
	Это краткое описание ошибки.

Номера LSN и последовательные номера кодируются в виде шестнадцатеричной строки длиной до 20 знаков, представляющей значение LSN Binary(10).

В следующей таблице описаны возможные значения состояния CDC.

Состояние	Description
(INITIAL)	Это исходное состояние до выполнения какого-либо пакета в текущей группе CDC. Это состояние также имеет место, если состояние CDC пусто.
ILSTART (запуск начальной загрузки)	Это состояние, когда запускается начальная загрузка пакета после вызова задачи «Управление CDC» операцией MarkInitialLoadStart .
ILEND (завершение начальной загрузки)	Это состояние, когда начальная загрузка пакета успешно завершается после вызова задачи «Управление CDC» операцией MarkInitialLoadEnd .
ILUPDATE (обновление начальной загрузки)	Это состояние после выполнения пакета обновления тонкого канала после начальной загрузки во время продолжения обработки диапазона начальной обработки. Это происходит после вызова задачи «Управление CDC» операцией GetProcessingRange .
TFEND (завершение обновления тонкого канала)	Это состояние, ожидаемое для регулярного выполнения CDC. Оно показывает, что предыдущее выполнение завершилось успешно и можно начинать новое выполнение с новым диапазоном обработки.
TFSTART	Это состояние, которое возникает при последующем выполнении пакета обновления тонкого канала после вызова задачи "Управление CDC" операцией GetProcessingRange . Оно показывает, что регулярное выполнение CDC начато, но еще не завершено или завершено неверно (MarkProcessedRange ).
TFREDO (повторная обработка обновления тонкого канала)	Это состояние операции GetProcessingRange , наступающее после TFSTART. Оно показывает, что предыдущее выполнение не завершилось успешно. Если используется столбец __$reprocessing, он получает значение 1, чтобы показать, что пакет может повторно обрабатывать строки, уже находящиеся в целевой базе данных.
ERROR	Группа CDC находится в состоянии ERROR.

Ниже приведены примеры значений переменной состояния CDC.

ILSTART/IR/0x0000162B158700000000//TS/2011-08-07T17:10:43.0031645/

TFEND/CS/0x0000025B000001BC0003/TS/2011-07-17T12:05:58.1001145/

TFSTART/CS/0x0000030D000000AE0003/CE/0x0000159D1E0F01000000/TS/2011-08-09T05:30:43.9344900/

TFREDO/CS/0x0000030D000000AE0003/CE/0x0000159D1E0F01000000/TS/2011-08-09T05:30:59.5544900/

Определение переменной состояния CDC

В SQL Server Data Toolsоткройте пакет SQL Server 2016 Integration Services (SSIS) , в котором имеется поток CDC, где необходимо определить переменную.

Щелкните вкладку Обозреватель пакетов и добавьте новую переменную.

Присвойте переменной имя, которое поможет обозначить ее как переменную состояния.

Назначьте переменной тип данных String .

Не присваивайте переменной значение в составе ее определения. Значение должно быть задано задачей «Управление CDC».

Если намечено использовать задачу «Управление CDC» с параметром Автоматическое сохранение состояния , то переменная состояния CDC будет считываться из указанной таблицы состояния в базе данных и после обновления снова записываться в ту же таблицу при изменении ее значения. Дополнительные сведения о таблице состояния см. в разделах и .

Если не используется задача «Управление CDC» с параметром автоматического сохранения состояния, то необходимо загружать значение переменной из постоянного хранилища, в котором это значение было сохранено в последний раз при прогоне пакета, а затем снова записывать его в постоянное хранилище после завершения работы с текущим диапазоном обработки.

А б в

Накопителем энергии - емкостью

Расчет переходных процессов в цепях с одним

Электромагнитные процессы при переходном процессе в таких цепях обусловлены запасом электрической энергии в емкости С и рассеиванием этой энергии в виде тепла на активных сопротивлениях цепи. При составлении дифференциального уравнения следует в качестве неизвестной функции выбрать напряжение u C на емкости. Следует отметить, что при расчете установившихся режимов, т. е. при определении начальных условий и принужденной составляющей, сопротивление емкости в цепях постоянного тока равно бесконечности.

Пример 6.2. Включение последовательной цепи R,C на постоянное напряжение.

Цепь (рис. 6.3, а ), состоящая из последовательно соединенных сопротивления R = 1000 Ом и емкости С = 200 мкФ, в некоторый момент времени подключается к постоянному напряжению U= 60 В. Требуется определить ток и напряжение емкости в переходном процессе и построить графики u C (t ), i (t ).

R i R i, A u, B

U C U C t = 0.02,c

0 t 2t 3t t , с

Решение. 1. Определяем начальные условия. Начальное условие u C (-0) = 0, так как цепь до коммутации была отключена (полагаем достаточно длительное время).

2. Изображаем электрическую цепь после коммутации (рис. 6.3, б ), указываем направления тока и напряжений и для нее составляем уравнение по второму закону Кирхгофа

или .

3. Преобразуем уравнение п.2 в дифференциальное. Для этого, подставив вместо тока i известное уравнение , получим:

4. Решение уравнения (искомое напряжение на емкости) ищем в виде:

5. Определяем . Так как в цепи постоянного тока в установившемся режиме сопротивление емкости равно бесконечности (при этом ), то все напряжение будет приложено к емкости. Поэтому

u C пр =U= 60 В.

6. Составляем однородное дифференциальное уравнение

решением которого будет функция

7. Составляем характеристическое уравнение RC l + 1= 0, корень которого равен

Постоянная времени

8. Запишем решение .

9. Согласно второму закону коммутации и начальным условиям

10. Определим постоянную интегрирования А путем подстановки t =0 в уравнение п.8

Напряжение на емкости в переходном процессе

11. Ток в цепи можно определить по уравнению

или по уравнению п. 2

Графики u C (t ) и i (t ) представлены на рис. 6.3, в .

Мгновенные значения токов и напряжения, определяющие энергетическое состояние электрической цепи, называются в данном методе переменными, а сам метод назван методом переменных состояния.

Этот метод основан на составлении системы дифференциальных уравнений и, как правило, численном их решении с помощью ЭВМ.

В качестве неизвестных здесь следует принимать переменные, которые не имеют разрывов, т.е. за время не должно быть скачкообразного изменения этих величин. Такими переменными, следовательно, должны быть ток i и потокосцепление в индуктивности, напряжение и заряд на емкости. В противном случае при численном решении производных в точках, где имеется разрыв, возникает бесконечно большая величина, что недопустимо.

Существуют различные численные методы расчета дифференциальных уравнений. Это методы Эйлера, Рунге-Кутта и другие, которые отличаются друг от друга точностью расчета, объемом и временем вычислений. При этом, чем больше точность вычислений, тем больше требуется времени для решения.

1. Определить начальные условия.

2. Составить систему дифференциальных уравнений.

3. Все переменные в уравнениях п.2 выразить через токи или потокосцепления в индуктивностях и напряжения или заряды на емкостях.

4. Все уравнения п.3 свести к нормальной форме Коши.

Множественная регрессия не является результатом преобразования уравнения:

-
;

-
.

Линеаризация подразумевает процедуру …

- приведения уравнения множественной регрессии к парной;

+ приведения нелинейного уравнения к линейному виду;

- приведения линейного уравнения к нелинейному виду;

- приведения нелинейного уравнения относительно параметров к уравнению, линейному относительно результата.

Остатки не изменяются;

Уменьшается количество наблюдений

В стандартизованном уравнении множественной регрессии переменными являются:

Исходные переменные;

Стандартизованные параметры;

Средние значения исходных переменных;

Стандартизованные переменные.

Одним из методов присвоения числовых значений фиктивным переменным является. . .

+– ранжирование;

Выравнивание числовых значений по возрастанию;

Выравнивание числовых значений по убыванию;

Нахождение среднего значения.

В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между. . . .

Переменными;

Параметрами;

Параметрами и переменными;

Переменными и случайными факторами.

Метод оценки параметров моделей с гетероскедастичными остатками называется ____________ методом наименьших квадратов:

Обычным;

Косвенным;

Обобщенным;

Минимальным.

Дано уравнение регрессии . Определите спецификацию модели.

Полиномиальное уравнение парной регрессии;

Линейное уравнение простой регрессии;

Полиномиальное уравнение множественной регрессии;

Линейное уравнение множественной регрессии.

В стандартизованном уравнении свободный член ….

Равен 1;

Равен коэффициенту множественной детерминации;

Равен коэффициенту множественной корреляции;

Отсутствует.

В качестве фиктивных переменных в модель множественной регрессии включаются факторы,

Имеющие вероятностные значения;

Имеющие количественные значения;

Не имеющие качественных значений;

Не имеющие количественных значений.

Факторы эконометрической модели являются коллинеарными, если коэффициент …

Корреляции между ними по модулю больше 0,7;

Детерминации между ними по модулю больше 0,7;

Детерминации между ними по модулю меньше 0,7;

Обобщенный метод наименьших квадратов отличается от обычного МНК тем, что при применении ОМНК …

Преобразуются исходные уровни переменных;

Остатки не изменяются;

Остатки приравниваются к нулю;

Уменьшается количество наблюдений.

Объем выборки определяется …

Числовыми значением переменных, отбираемых в выборку;

Объемом генеральной совокупности;

Числом параметров при независимых переменных;

Числом результативных переменных.

11. Множественная регрессия не является результатом преобразования уравнения:

+-
;

-
;

-
.

Исходные значения фиктивных переменных предполагают значения …

Качественные;

Количественно измеримые;

Одинаковые;

Значения.

Обобщенный метод наименьших квадратов подразумевает …

Преобразование переменных;

Переход от множественной регрессии к парной;

Линеаризацию уравнения регрессии;

Двухэтапное применение метода наименьших квадратов.

Линейное уравнение множественной регрессии имеет вид . Определите какой из факторовили:

+- , так как 3,7>2,5;

Оказывают одинаковое влияние;

- , так как 2,5>-3,7;

По этому уравнению нельзя ответить на поставленный вопрос, так как коэффициенты регрессии несравнимы между собой.

Включение фактора в модель целесообразно, если коэффициент регрессии при этом факторе является …

Нулевым;

Незначимым;

Существенным;

Несущественным.

Что преобразуется при применении обобщенного метода наименьших квадратов?

Стандартизованные коэффициенты регрессии;

Дисперсия результативного признака;

Исходные уровни переменных;

Дисперсия факторного признака.

Проводится исследование зависимости выработки работника предприятия от ряда факторов. Примером фиктивной переменной в данной модели будет являться ______ работника.

Возраст;

Уровень образования;

Заработная плата.

Переход от точечного оценивания к интервальному возможен, если оценки являются:

Эффективными и несостоятельными;

Неэффективными и состоятельными;

Эффективными и несмещенными;

Состоятельными и смещенными.

Матрица парных коэффициентов корреляции строится для выявления коллинеарных и мультиколлинеарных …

Параметров;

Случайных факторов;

Существенных факторов;

Результатов.

На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой:

Взвешенную регрессию, в которой переменные взяты с весами
;

;

Нелинейную регрессию, в которой переменные взяты с весами
;

Взвешенную регрессию, в которой переменные взяты с весами .

Если расчетное значение критерия Фишера меньше табличного значения, то гипотеза о статистической незначимости уравнения …

Отвергается;

Незначима;

Принимается;

Несущественна.

Если факторы входят в модель как произведение, то модель называется:

Суммарной;

Производной;

Аддитивной;

Мультипликативной.

Уравнение регрессии, которое связывает результирующий признак с одним из факторов при зафиксированных на среднем уровне значении других переменных, называется:

Множественным;

Существенным;

Частным;

Несущественным.

Относительно количества факторов, включенных в уравнение регрессии, различают …

Линейную и нелинейную регрессии;

Непосредственную и косвенную регрессии;

Простую и множественную регрессию;

Множественную и многофакторную регрессию.

Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является:

Равенство нулю значений факторного признака4

Нелинейность параметров;

Равенство нулю средних значений результативной переменной;

Линейность параметров.

Метод наименьших квадратов не применим для …

Линейных уравнений парной регрессии;

Полиномиальных уравнений множественной регрессии;

Уравнений, нелинейных по оцениваемым параметрам;

Линейных уравнений множественной регрессии.

При включении фиктивных переменных в модель им присваиваются …

Нулевые значения;

Числовые метки;

Одинаковые значения;

Качественные метки.

Если между экономическими показателями существует нелинейная связь, то …

Нецелесообразно использовать спецификацию нелинейного уравнения регрессии;

Целесообразно использовать спецификацию нелинейного уравнения регрессии;

Целесообразно использовать спецификацию линейного уравнение парной регрессии;

Необходимо включить в модель другие факторы и использовать линейное уравнение множественной регрессии.

Результатом линеаризации полиномиальных уравнений является …

Нелинейные уравнения парной регрессии;

Линейные уравнения парной регрессии;

Нелинейные уравнения множественной регрессии;

Линейные уравнения множественной регрессии.

В стандартизованном уравнении множественной регрессии
0,3;
-2,1. Определите, какой из факторовилиоказывает более сильное влияние на:

+- , так как 2,1>0,3;

По этому уравнению нельзя ответить на поставленный вопрос, так как неизвестны значения «чистых» коэффициентов регрессии;

- , так как 0,3>-2,1;

По этому уравнению нельзя ответить на поставленный вопрос, так как стандартизированные коэффициенты несравнимы между собой.

Факторные переменные уравнения множественной регрессии, преобразованные из качественных в количественные называются …

Аномальными;

Множественными;

Парными;

Фиктивными.

Оценки параметров линейного уравнения множественной регрессии можно найти при помощи метода:

Средних квадратов;

Наибольших квадратов;

Нормальных квадратов;

Наименьших квадратов.

Основным требованием к факторам, включаемым в модель множественной регрессии, является:

Отсутствие взаимосвязи между результатом и фактором;

Отсутствие взаимосвязи между факторами;

Отсутствие линейной взаимосвязи между факторами;

Наличие тесной взаимосвязи между факторами.

Фиктивные переменные включаются в уравнение множественной регрессии для учета действия на результат признаков …

Качественного характера;

Количественного характера;

Несущественного характера;

Случайного характера.

Из пары коллинеарных факторов в эконометрическую модель включается тот фактор,

Который при достаточно тесной связи с результатом имеет наибольшую связь с другими факторами;

Который при отсутствии связи с результатом имеет максимальную связь с другими факторами;

Который при отсутствии связи с результатом имеет наименьшую связь с другими факторами;

Который при достаточно тесной связи с результатом имеет меньшую связь с другими факторами.

Гетероскедастичность подразумевает …

Постоянство дисперсии остатков независимо от значения фактора;

Зависимость математического ожидания остатков от значения фактора;

Зависимость дисперсии остатков от значения фактора;

Независимость математического ожидания остатков от значения фактора.

Величина остаточной дисперсии при включении существенного фактора в модель:

Не изменится;

Будет увеличиваться;

Будет равно нулю;

Будет уменьшаться.

Если спецификация модели отображает нелинейную форму зависимости между экономическими показателями, то нелинейно уравнение …

Регрессии;

Детерминации;

Корреляции;

Аппроксимации.

Исследуется зависимость, которая характеризуется линейным уравнением множественной регрессии. Для уравнения рассчитано значение тесноты связи результативной переменной с набором факторов. В качестве этого показателя был использован множественный коэффициент …

Корреляции;

Эластичности;

Регрессии;

Детерминации.

Строится модель зависимости спроса от ряда факторов. Фиктивной переменной в данном уравнении множественной регрессии не является _________потребителя.

Семейное положение;

Уровень образования;

Для существенного параметра расчетное значение критерия Стьюдента …

Больше табличного значения критерия;

Равно нулю;

Не больше табличного значения критерия Стьюдента;

Меньше табличного значения критерия.

Систему МНК, построенную для оценки параметров линейного уравнения множественной регрессии можно решить …

Методом скользящего среднего;

Методом определителей;

Методом первых разностей;

Симплекс-методом.

Показатель, характеризующий на сколько сигм изменится в среднем результат при изменении соответствующего фактора на одну сигму, при неизменном уровне других факторов, называется ____________коэффициентом регрессии

Стандартизованным;

Нормализованным;

Выровненным;

Центрированным.

Мультиколлинеарность факторов эконометрической модели подразумевает …

Наличие нелинейной зависимости между двумя факторами;

Наличие линейной зависимости между более чем двумя факторами;

Отсутствие зависимости между факторами;

Наличие линейной зависимости между двумя факторами.

Обобщенный метод наименьших квадратов не используется для моделей с _______ остатками.

Автокоррелированными и гетероскедастичными;

Гомоскедастичными;

Гетероскедастичными;

Автокоррелированными.

Методом присвоения числовых значений фиктивным переменным не является:

Ранжирование;

Присвоение цифровых меток;

Нахождения среднего значения;

Присвоение количественных значений.

Нормально распределенных остатков;

Гомоскедастичных остатков;

Автокорреляции остатков;

Автокорреляции результативного признака.

Отбор факторов в модель множественной регрессии при помощи метода включения основан на сравнении значений …

Общей дисперсии до и после включения фактора в модель;

Остаточной дисперсии до и после включения случайных факторов в модель;

Дисперсии до и после включения результата в модель;

Остаточной дисперсии до и после включения фактора модель.

Обобщенный метод наименьших квадратов используется для корректировки …

Параметров нелинейного уравнения регрессии;

Точности определения коэффициента множественной корреляции;

Автокорреляции между независимыми переменными;

Гетероскедастичности остатков в уравнении регрессии.

После применения обобщенного метода наименьших квадратов удается избежать_________ остатков

Гетероскедастичности;

Нормального распределения;

Равенства нулю суммы;

Случайного характера.

Фиктивные переменные включаются в уравнения ____________регрессии

Случайной;

Парной;

Косвенной;

Множественной.

Взаимодействие факторов эконометрической модели означает, что …

Влияние факторов на результирующий признак зависит от значений другого неколлинеарного им фактора;

Влияние факторов на результирующий признак усиливается, начиная с определенного уровня значений факторов;

Факторы дублируют влияние друг друга на результат;

Влияние одного из факторов на результирующий признак не зависит от значений другого фактора.

Тема Множественная регрессия (Задачи)

Уравнение регрессии, построенное по 15 наблюдениям, имеет вид:

Пропущенные значения, а также доверительный интервал для

с вероятностью 0,99 равны:

Уравнение регрессии, построенное по 20 наблюдениям, имеет вид:

с вероятностью 0,9 равны:

Уравнение регрессии, построенное по 16 наблюдениям, имеет вид:

Пропущенные значения, а также доверительный интервал для с вероятностью 0,99 равны: