Зачет по эконометрике. Тест по эконометрике (начальный уровень)

Q =……….. min соответствует методу наименьших квадратов

Автокорреляция - это корреляционная зависимость уровней ряда от предыдущих значений.

Автокорреляция имеется когда каждое следующее значение остатков

Аддитивная модель временного ряда имеет вид: Y=T+S+E

Атрибутивная переменная может употребляться, когда: независимая переменная качественна;

В каких пределах изменяется коэффициент детерминанта : от 0 до 1.

В каком случае модель считается адекватной Fрасч>Fтабл

В результате автокорреляции имеем неэффективные оценки параметров

В хорошо подобранной модели остатки должны и меть нормальный закон

В эконометрическом анализе Xj рассматриваются как случайные величины

Величина доверительного интервала позволяет установить предположение о том, что: интервал содержит оценку параметра неизвестного.

Величина рассчитанная по формуле r =…является оценкой парного коэф. Корреляции

Внутренне нелинейная регрессия - это истинно нелинейная регрессия, которая не может быть приведена к линейной регрессии преобразованием переменных и введением новых переменных.

Временной ряд - это последовательность значений признака (результативного переменного), принимаемых в течение последовательных моментов времени или периодов.

Выберете модель с лагами Уt= a+b0x1…….(самая длинная формула)

Выборочное значение Rxy не > 1, |R| < 1

Выборочный коэффициент корреляции r по абсолютной величине не превосходит единицы

Гетероскедастичность - нарушение постоянства дисперсии для всех наблюдений.

Гетероскедастичность присутствует когда: дисперсия случайных остатков не постоянна

Гетероскидастичность – это когда дисперсия остатков различна

Гипотеза об отсутствии автокорреляции остатков доказана, если Dтабл2...

Гомоскедастичность - постоянство дисперсии для всех наблюдений, или одинаковость дисперсии каждого отклонения (остатка) для всех значений факторных переменных.

Гомоскидастичность – это когда дисперсия остатков постоянна и одинакова для всех … наблюдений.

Дисперсия - показатель вариации.

Для определения параметров неиденцифицированной модели применяется.: не один из сущ. методов применить нельзя

Для определения параметров сверх иденцифицированной модели примен.: применяется. 2-х шаговый МНК

Для определения параметров структурную форму модели необходимо преобразовать в приведенную форму модели

Для определения параметров точно идентифицируемой модели: применяется косвенный МНК;

Для оценки … изменения y от x вводится: коэффициент эластичности:

Для парной регрессии ơ² b равно ….(xi-x¯)²)

Для проверки значимости отдельных параметров регрессии используется : t-тест.

Для регрессии y = a + bx из n наблюдений интервал доверия (1-а)% для коэф. b составит b±t…….·ơb

Для регрессии из n наблюдений и m независимых переменных существует такая связь между R ² и F ..=[(n-m-1)/m](R²/(1- R²)]

Доверительная вероятность – это вероятность того, что истинное значение результативного показателя попадёт в расчётный прогнозный интервал.

Допустим что для описания одного экономического процесса пригодны 2 модели. Обе адекватны по f критерию фишера. какой предоставить преимущество, у той у кот.: большее значения F критерия

Допустим, что зависимость расходов от дохода описывается функцией y = a + bx среднее значение у=2…равняется 9

Если Rxy положителен, то с ростом x увеличивается y.

Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению T статистки

Если качественный фактор имеет 3 градации, то необходимое число фиктивных переменных 2

Если коэффициент корреляции положителен, то в линейной модели с ростом х увеличивается у

Если мы заинтересованы в использовании атрибутивных переменных для отображения эффекта разных месяцев мы должны использовать 11 атрибутивных методов

Если регрессионная модель имеет показательную зависимость, то метод МНК применим после приведения к линейному виду.

Зависимость между коэффициентом множественной детерминации (D ) и корреляции (R ) описывается следующим методом R=√D

Значимость уравнения регрессии - действительное наличие исследуемой зависимости, а не просто случайное совпадение факторов, имитирующее зависимость, которая фактически не существует.

Значимость уравнения регрессии в целом оценивают : -F-критерий Фишера

Значимость частных и парных коэф . корреляции поверен. с помощью: -t-критерия Стьюдента

Интеркорреляция и связанная с ней мультиколлинеарность - это приближающаяся к полной линейной зависимости тесная связь между факторами.

Какая статистическая характеристика выражается формулой R ²=… коэффициент детерминации

Какая статистическая хар-ка выражена формулой : r xy = Ca (x ; y ) разделить на корень Var (x )* Var (y ): коэффициент. корреляции

Какая функция используется при моделировании моделей с постоянным ростом степенная

Какие точки исключаются из временного ряда процедурой сглаживания и в начале, и в конце.

Какое из уравнений регрессии является степенным y = a ˳ a ͯ¹ a

Классический метод к оцениванию параметров регрессии основан на: - метод наименьших квадратов (МНК)

Количество степеней свободы для t статистики при проверки значимости параметров регрессии из 35 наблюдений и 3 независимых переменных 31;

Количество степеней свободы знаменателя F -статистики в регрессии из 50 наблюдений и 4 независимых переменных: 45

Компоненты вектора Ei и меют нормальный закон

Корреляция - стохастическая зависимость, являющаяся обобщением строго детерминированной функциональной зависимости посредством включения вероятностной (случайной) компоненты.

Коэффициент автокорреляции: характеризует тесноту линейной связи текущего и предстоящего уровней ряда

Коэффициент детерминации - показатель тесноты стохастической связи в общем случае нелинейной регрессии

Коэффициент детерминации – это величина, которая характеризует связь между зависимыми и независимыми переменными.

Коэффициент детерминации - это квадрат множественного коэффициента корреляции

Коэффициент детерминации - это: величина, которая характеризует связь между независимой и зависимой (зависящей) переменными;

Коэффициент детерминации R показывает долю вариаций зависимой переменной y, объяснимую влиянием факторов, включаемых в модель.

Коэффициент детерминации изменяется в пределах : - от 0 до 1

Коэффициент доверия - это коэффициент, который связывает линейной зависимостью предельную и среднюю ошибки, выясняет смысл предельной ошибки, характеризующей точность оценки, и является аргументом распределения (чаще всего, интеграла вероятностей). Именно эта вероятность и есть степень надежности оценки.

Коэффициент доверия (нормированное отклонение) - результат деления отклонения от среднего на стандартное отклонение, содержательно характеризует степень надежности (уверенности) полученной оценки.

Коэффициент корелляции Rxy используется для определения полноты связи X и Y.

Коэффициент корелляции меняется в пределах: от -1 до 1

Коэффициент корелляции равный 0 означает, что: - отсутствует линейная связь.

Коэффициент корелляции равный 1 означает , что: -существует функциональная зависимость.

Коэффициент корреляции используется для: определения тесноты связи между случайными величинами X и Y;

Коэффициент корреляции рассчитывается для измерения степени линейной взаимосвязи между двумя случайными переменными.

Коэффициент линейной корреляции - показатель тесноты стохастической связи между фактором и результатом в случае линейной регрессии.

Коэффициент регрессии - коэффициент при факторной переменной в модели линейной регрессии.

Коэффициент регрессии b показывает: на сколько единиц увеличивается y, если x увеличивается на 1.

Коэффициент регрессии изменяется в пределах : применяется любое значение; от 0 до 1; от -1 до 1;

Коэффициент эластичности измеряется в : неизмеримая величина.

Критерий Дарвина-Чотсона применяется для : - отбора факторов в модель; или - определения автокорреляции в остатках

Критерий Стьюдента - проверка значимости отдельных коэффициентов регрессии и значимости коэффициента корреляции.

Критерий Фишера показывает статистическую значимость модели в целом на основе совокупной достоверности всех ее коэффициентов;

Лаговые переменные : - это переменные, относящиеся к предыдущим моментам времени; или -это значения зависим. перемен. за предшествующий период времени.

Лаговые переменные это значение зависимых переменных за предшествующий период времени

Модель в целом статистически значима, если Fрасч > Fтабл.

Модель идентифицирована, если: - число параметров структурной модели равно числу параметров приведён. формы модели.

Модель неидентифицирована, если: - число приведён. коэф. больше числа структурных коэф.

Модель сверхидентифицирована, если : число приведён. коэф. меньше числа структурных коэф

Мультиколлениарность возникает, когда : ошибочное включение в уравнение 2х или более линейно зависимых переменных; 2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными; . в модель включается переменная, сильно коррелирующая с зависимой переменной.

Мультипликативная модель временного ряда имеет вид: - Y=T*S*E

Мультипликативная модель временного ряда строится, если: амплитуда сезонных колебаний возрастает или уменьшается

На основе поквартальных данных...значения 7-1 квартал, 9-2квартал и 11-3квартал ...-5

Неправильный выбор функциональной формы или объясняющих переменных называется о шибками спецификации

Несмещённость оценки параметра регрессии, полученной по МНК, означает: - что она характеризуется наименьшей дисперсией.

Одной из проблем которая может возникнуть в многофакторной регрессии и никогда не бывает в парной регрессии, является корреляция между независимыми переменными

От чего зависит количество точек, исключаемых из временного ряда в результате сглаживания: от применяемого метода сглаживания.

Отметьте основные виды ошибок спецификации: отбрасывание значимой переменной; добавление незначимой переменной;

Оценки коэффициентов парной регрессии является несмещённым, если : математические ожидания остатков =0.

Оценки параметров парной линейной регрессии находятся по формуле b= Cov(x;y)/Var(x);a=y¯ ­bx¯

Оценки параметров регрессии являются несмещенными, если Математическое ожидание остатков равно 0

Оценки параметров регрессии являются состоятельными, если : -увеличивается точность оценки при n, т. е. при увеличении n вероятность оценки от истинного значения параметра стремится к 0.

Оценки парной регрессии явл. эффективными, если: оценка обладают наименьшей дисперсией по сравнению с другими оценками

При наличии гетероскедастичности следует применять: - обобщённый МНК

При проверке значимости одновременно всех параметров используется: -F-тест.

При проверке значимости одновременно всех параметров регрессии используется: F-тест.

Применим ли метод наименьших квадратов для расчетов параметров показательной зависимости применим после ее приведения

Применим ли метод наименьших квадратов(МНК) для расчёта параметров нелинейных моделей? применим после её специального приведения к линейному виду

С помощью какого критерия оценивается значимость коэффициента регрессии T стьюдента

С увеличением числа объясняющих переменных скоррестированный коэффициент детерминации: - увеличивается.

Связь между индексом множественной детерминации R ² и скорректированным индексом множественной детерминации Ȓ² есть

Скорректиров. коэф. детерминации: - больше обычного коэф. детерминации

Стандартизованный коэффициент уравнения регрессии Ƀk показывает на сколько % изменится результирующий показатель у при изменении хi на 1%при неизмененном среднем уровне других факторов

Стандартный коэффициент уравнения регрессии: показывает на сколько 1 изменится y при изменении фактора xk на 1 при сохранении др.

Суть коэф. детерминации r 2 xy состоит в следующем: - характеризует долю дисперсии результативного признака y объясняем. регресс., в общей дисперсии результативного признака.

Табличное значение критерия Стьюдента зависит от уровня доверительной вероятности и от числа включённых факторов и от длины исходного ряда.(от принятого уровня значимости и от числа степеней свободы (n - m -1))

Табличные значения Фишера (F ) зависят от доверительной вероятности и от числа включённых факторов и от длины исходного ряда (от доверительной вероятности p и числа степеней свободы дисперсий f1 и f2) ..

Уравнение в котором H D число отсутствующих экзогенных переменных, идентифицируемо если D+1=H

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, НЕидентифицируемо если D+1

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, сверхидентифицируемо если D+1>H

Уравнение идентифицировано, если: - D+1=H

Уравнение неидентифицировано, если: - D+1

Уравнение сверхидентифицировано, если: - D+1>H

Фиктивные переменные - это: атрибутивные признаки (например, как профессия, пол, образование), которым придали цифровые метки;

Формула t = rxy ….используется для п роверки существенности коэффициента корреляции

Частный F -критерий: - оценивает значимость уравнения регрессии в целом

Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно: m;

Что показывает коэффициент наклона - на сколько единиц изменится у, если х изменился на единицу,

Что показывает коэффициент. абсолютного роста на сколько единиц изменится у, если х изменился на единицу

Экзогенная переменная – это независимая переменная или фактор-Х.

Экзогенные переменные - это переменные, которые определяются вне системы и являются независимыми

Экзогенные переменные – это предопределенные переменные, влияющие на зависимые переменные (Эндогенные переменные), но не зависящие от них, обозначаются через х

Эластичность измеряется единица измерения фактора…показателя

Эластичность показывает на сколько % изменится редуктивный показатель y при изменении на 1% фактора xk .

Эндогенные переменные - это: зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через у

Определения

T-отношение (t-критерий) - отношение оценки коэффициента, полученной с помощью МНК, к величине стандартной ошибки оцениваемой величины.

Аддитивная модель временного ряда – это модель, в которой временной ряд представлен как сумма перечисленных компонент.

Критерий Фишера - способ статистической проверки значимости уравнения регрессии, при котором расчетное (фактическое) значение F-отношения сравнивается с его критическим (теоретическим) значением.

Линейная регрессия - это связь (регрессия), которая представлена уравнением прямой линии и выражает простейшую линейную зависимость.

Метод инструментальных переменных - это разновидность МНК. Используется для оценки параметров моделей, описываемых несколькими уравнениями. Главное свойство - частичная замена непригодной объясняющей переменной на такую переменную, которая некоррелированна со случайным членом. Эта замещающая переменная называется инструментальной и приводит к получению состоятельных оценок параметров.

Метод наименьших квадратов (МНК) - способ приближенного нахождения (оценивания) неизвестных коэффициентов (параметров) регрессии. Этот метод основан на требовании минимизации суммы квадратов отклонений значений результата, рассчитанных по уравнению регрессии, и истинных (наблюденных) значений результата.

Множественная линейная регрессия - это множественная регрессия, представляющая линейную связь по каждому фактору.

Множественная регрессия - регрессия с двумя и более факторными переменными.

Модель идентифицируемая - модель, в которой все структурные коэффициенты однозначно определяются по коэффициентам приведенной формы модели.

Модель рекурсивных уравнений - модель, которая содержит зависимые переменные (результативные) одних уравнений в роли фактора, оказываясь в правой части других уравнений.

Мультипликативная модель – модель, в которой временной ряд представлен как произведение перечисленных компонент.

Несмещенная оценка - оценка, среднее которой равно самой оцениваемой величине.

Нулевая гипотеза - предположение о том, что результат не зависит от фактора (коэффициент регрессии равен нулю).

Обобщенный метод наименьших квадратов (ОМНК) - метод, который не требует постоянства дисперсии (гомоскедастичности) остатков, но предполагает пропорциональность остатков общему множителю (дисперсии). Таким образом, это взвешенный МНК.

Объясненная дисперсия - показатель вариации результата, обусловленной регрессией.

Объясняемая (результативная) переменная - переменная, которая статистически зависит от факторной переменной, или объясняющей (регрессора).

Остаточная дисперсия - необъясненная дисперсия, которая показывает вариацию результата под влиянием всех прочих факторов, неучтенных регрессией.

Предопределенные переменные - это экзогенные переменные системы и лаговые эндогенные переменные системы.

Приведенная форма системы - форма, которая, в отличие от структурной, уже содержит одни только линейно зависящие от экзогенных переменных эндогенные переменные. Внешне ничем не отличается от системы независимых уравнений.

Расчетное значение F-отношения - значение, которое получают делением объясненной дисперсии на 1 степень свободы на остаточную дисперсию на 1 степень свободы.

Регрессия (зависимость) - это усредненная (сглаженная), т.е. свободная от случайных мелкомасштабных колебаний (флуктуаций), квазидетерминированная связь между объясняемой переменной (переменными) и объясняющей переменной (переменными). Эта связь выражается формулами, которые характеризуют функциональную зависимость и не содержат явно стохастических (случайных) переменных, которые свое влияние теперь оказывают как результирующее воздействие, принимающее вид чисто функциональной зависимости.

Регрессор (объясняющая переменная, факторная переменная) - это независимая переменная, статистически связанная с результирующей переменной. Характер этой связи и влияние изменения (вариации) регрессора на результат исследуются в эконометрике.

Система взаимосвязанных уравнений - это система одновременных или взаимозависимых уравнений. В ней одни и те же переменные выступают одновременно как зависимые в одних уравнениях и в то же время независимые в других. Это структурная форма системы уравнений. К ней неприменим МНК.

Система внешне не связанных между собой уравнений - система, которая характеризуется наличием одних только корреляций между остатками (ошибками) в разных уравнениях системы.

Случайный остаток (отклонение) - это чисто случайный процесс в виде мелкомасштабных колебаний, не содержащий уже детерминированной компоненты, которая имеется в регрессии.

Состоятельные оценки - оценки, которые позволяют эффективно применять доверительные интервалы, когда вероятность получения оценки на заданном расстоянии от истинного значения параметра становится близка к 1, а точность самих оценок увеличивается с ростом объема выборки.

Спецификация модели - определение существенных факторов и выявление мультиколлинеарности.

Стандартная ошибка - среднеквадратичное (стандартное) отклонение. Оно связано со средней ошибкой и коэффициентом доверия.

Степени свободы - это величины, характеризующие число независимых параметров и необходимые для нахождения по таблицам распределений их критических значений.

Тренд - основная тенденция развития, плавная устойчивая закономерность изменения уровней ряда.

Уровень значимости - величина, показывающая, какова вероятность ошибочного вывода при проверке статистической гипотезы по статистическому критерию.

Фиктивные переменные - это переменные, которые отражают сезонные компоненты ряда для какого-либо одного периода.

Эконометрическая модель - это уравнение или система уравнений, особым образом представляющие зависимость (зависимости) между результатом и факторами. В основе эконометрической модели лежит разбиение сложной и малопонятной зависимости между результатом и факторами на сумму двух следующих компонентов: регрессию (регрессионная компонента) и случайный (флуктуационный) остаток. Другой класс эконометрических моделей образует временные ряды.

Эффективность оценки - это свойство оценки обладать наименьшей дисперсией из всех возможных.

1. Выбор вида экономической модели на основании соответствующей теории связи между переменными называется ________________ модели.

· построением

· классификацией

· спецификацией

· систематизацией

2. Коллинеарность факторов эконометрической модели проверяется на основе матрицы парных коэффициентов линейной __________________

· детерминации

· регрессии

· эластичности

· корреляции

3. Из предложенных эконометрических моделей моделью множественной линейной регрессии является …

4. Проверка наличия коллинеарных факторов в эконометрической модели основана на рассмотрении коэффициента корреляции между …

· y и x 1

· y и {x 1 ; x 2 }

· x 1 и x 2

· y и x 2

5. Интерпретация параметра при фиктивной переменной d в модели регрессии

Где y – цена квартиры, долл., x – площадь квартиры, кв.м.,

Будет следующей … (следует учесть, что все коэффициенты в модели являются значимыми).

· квартира на первом этаже при прочих равных условиях стоит на 1000 долл. дороже

· один квадратный метр жилья на первом этаже стоит 450 долл.

· квартира на первом этаже при прочих равных условиях стоит на 1000 долл. дешевле

· этаж, на котором находится квартира, не влияет на цену квартиры

6. В модели значение параметра a характеризует …

· влияние случайных факторов на зависимую переменную модели y

· среднее значение независимой переменной при нулевых значениях зависимых переменных

· среднее изменение зависимой переменной модели y при изменении независимых переменных на единицу

· среднее при нулевых значениях независимых (объясняющих) переменных

7. Система уравнений , которая служит для расчета параметров уравнения регрессии называется системой _______________ уравнений.

· одновременных

· независимых

· нормальных

· рекурсивных

8. Суть метода наименьших квадратов (МНК) заключается в том, что коэффициенты уравнения регрессии находятся из условия …

· равенства нулю суммы модулей отклонений

· минимума суммы квадратов отклонений

· равенства нулю суммы квадратов отклонений

· минимума суммы модулей отклонений

9. Оценки параметров, найденные при ____________________ метода наименьших квадратов, обладают свойствами несмещенности, эффективности и состоятельности.

· нарушении предпосылок

· использовании обобщенного

· соблюдении предпосылок

· использовании взвешенного

10. В случае регрессионной модели с автокоррелированными и/или гетероскедастичными остатками рассматривают __________________ модель регрессии.

· классическую (обычную)

· нормальную

· стандартизированную

· обобщенную

11. Известно, что теснота связи между x и y x значение зависимой переменной y уменьшается. Тогда значение коэффициента корреляции для такой модели парной линейной регрессии находится в интервале …

· [-0,8; -0,6]

12. Для оценки качества подбора эконометрической модели линейного уравнения регрессии рассчитывают значение коэффициента детерминации. При этом известны следующие дисперсии зависимой переменной: σ 2 общ – общая дисперсия; σ 2 объясн – дисперсия, объясненная уравнением; σ 2 ост – остаточная дисперсия. Выберите верное выражение.

_________________

13. Выберите график, который отображает случай отсутствия автокорреляции остатков модели.

14. Отсутствие коллинеарных факторов в модели может быть доказано значением линейного коэффициента корреляции …

15. На числовой оси отмечены значения d l и d u d l ) и (4-d u ); d (расчетное значение критерия Дарбина-Уотсона)

0 d l d u d 2 4-d u 4-d l 4

Такое расположение значения d относительно указанных точек характерно для …

· положительной автокорреляции в остатках

· отсутствия автокорреляции в остатках

· отрицательной автокорреляции в остатках

· неопределенной ситуации относительно автокорреляции остатков

16. Известно, что теснота связи между x и y средняя, при увеличении независимой переменной x значение зависимой переменной y увеличивается. Тогда значение коэффициента корреляции для такой модели парной линейной регрессии находится в интервале …

·

17. Интерпретация параметра при фиктивной переменной d в модели регрессии

Где y – цена квартиры, долл., x – площадь квартиры, кв.м.,

Будет следующей … (следует учесть, что t -статистики для коэффициентов при соответствующих переменных и критическое значение для заданного уровня значимости и заданного количества степеней свободы равны t x = 2,98; t d = 1,08; t крит = 2,16).

· один квадратный метр квартиры с балконом стоит 450 долл.

· один квадратный метр жилья стоит 450 долл.

· наличие балкона не влияет на цену квартиры

· квартира с балконом стоит на 1,05 долл. дороже аналогичной квартиры без балкона

18. Исследуется регрессионная модель . Коэффициентом регрессии в данном уравнении является …

· b 2

19. На числовой оси отмечены значения d l и d u (табличные значения критерия Дарбина-Уотсона); (4-d l ) и (4-d u ); d (расчетное значение критерия Дарбина-Уотсона). Определите график, на котором значение d находится в зоне положительной автокорреляции в остатках.

0 d l d u 2 4-d u d 4-d l 4

0 d l d u d 2 4-d u 4-d l 4

0 d d l d u 2 4-d u 4-d l 4

0 d l d u 2 4-d u 4-d l d 4

20. Выражение вида называется

· суммой квадратов отклонений, объясненных регрессией

· общей суммой квадратов отклонений

· остаточной суммой квадратов отклонений

· суммой квадратов отклонений, не объясненных регрессией

21. Для эконометрической модели параметр при регрессоре x (2) оказался незначим, следовательно, гипотеза о нулевом значении оценки …

· других параметров не подтвердилась

· этого параметра не подтвердилась

· других параметров подтвердилась

· этого параметра подтвердилась

22. Параметры регрессии, выраженной внутренне линейной функцией, нелинейной относительно параметров, после линеаризации можно оценить при помощи _________________ метода наименьших квадратов.

· обычного

· трехшагового

· косвенного

· двухшагового

23. Нелинейной формой зависимости переменной y от фактора(-ов) не является уравнение …

24. Самым простым методом линеаризации нелинейной функции, линейной относительно параметров, является …

· замена переменных

· элементарные преобразования

· применение элементарных преобразований с использованием замены переменных

25. Для эконометрической модели нелинейной регрессии построено поле корреляции:

Определите, какое из уравнений наиболее точно описывает исследуемую зависимость.

______________________________________

26. Компонента, характеризующая периодически повторяющиеся колебания, амплитуда которых может быть или неизменной, или возрастающей или убывающей называется _____________ компонентой.

· трендовой

· периодической

· сезонной

· случайной

27. Автокорреляционная функция является отображением зависимости между значениями соответствующего коэффициента автокорреляции и …

· его порядком

· периодами (моментами) времени

· уровнями ряда

· коррелограммой

28. Модель временного ряда вида Y=T+S+E , где Y – уровень ряда, T – трендовая компонента, S – сезонная компонента, E – случайная компонента, которая используется при наличии выраженной сезонной компоненты с постоянной амплитудой колебаний, называется …

· моделью с распределенным лагом

· аддитивной моделью

· моделью, включающей фактор времени

· мультипликативной моделью

29. Для стационарного временного ряда не выполняется условие …

· независящей от времени величины дисперсии

· независящей от времени средней величины ряда

· наличия в его структуре тренда и/или сезонной компоненты

· гомоскедастичности остатков

30. Системой эконометрических уравнений, описывающей ту или иную экономическую ситуацию, не является система __________________ уравнений.

· нормальных

· одновременных

· независимых

· рекурсивных

31. Система эконометрических уравнений вида

относится к классу ____________ эконометрических уравнений.

· одновременных

· множественных

· рекурсивных

· независимых

32. При решении систем одновременных уравнений зависимые переменные, число которых равно числу уравнений системы называются ____________________ переменными.

· приведенными

· структурными

· эндогенными

· экзогенными

33. Оценки параметров системы эконометрических уравнений вида

· нормального

· косвенного

· обычного

· взвешенного

34. Говорят, что оценки параметров регрессии являются ___________ , если для них выполняется условие, что их математическое ожидание равно самим оценкам или, другими словами, математическое ожидание остатков равно нулю.

· состоятельными

· смещенными

· несмещенными

· эффективными

35. Для оценки параметров линейной регрессионной модели с ______________ остатками применяется обобщенный метод наименьших квадратов.

· некоррелированными

· не гетероскедастичными

· гомоскедастичными

· автокоррелированными

36. Долю объясненной с помощью регрессии дисперсии в общей дисперсии зависимой переменной характеризует …

· коэффициент регрессии

· коэффициент детерминации

· F- статистика

· Коэффициент корреляции

37. Уравнением, нелинейным по параметрам, является регрессионная модель вида …

38. Методом линеаризации внутренне линейной функции, нелинейной относительно параметров, является …

· замена переменных

· элементарные преобразования

· разложение функции в ряд Тейлора

· применение элементарных преобразований с использованием замены переменных

39. Для исследуемой зависимости построено поле корреляции:

Из предложенных моделей для описания зависимости не может быть использована модель …

·

40. Автокорреляция уровней ряда является характеристикой тесноты связи между …

· уровнем ряда и временем

· уровнем ряда и компонентами этого уровня

· случайной составляющей и временем

· последовательными уровнями ряда

41. Сумма скорректированных сезонных компонент для мультипликативной модели равна …

· единице

· половине лага

· лагу

42. Нестационарность временного ряда y t может проявляться …

· постоянством дисперсии его уровней

· гомоскедастичностью его остатков

· неизменностью функции регрессии во времени

· наличием в его структуре тренда

43. Система эконометрических уравнений вида

Относится к классу ___________ эконометрических уравнений.

· одновременных

· независимых

· рекурсивных

· взаимозависимых

44. При решении систем одновременных уравнений, независимые переменные, которые находятся только в правых частях уравнения, называются ____________________ переменными.

· приведенными

· структурными

· эндогенными

· экзогенными

45. Для регрессионной модели +ε количество зависимых переменных равно …

· 1

46. Покажите на рисунке отклонение фактического значения от расчетного.

· линейной

· нелинейной

· степенной

· показательной

50. Уравнением, линейным по параметрам, но нелинейным по переменным, является регрессионная модель вида …

·

51. Убывающая или возрастающая компонента временного рядя, характеризующая совокупное долговременное воздействие множества факторов называется _____________ компонентой.

· трендовой

· циклической

· сезонной

· случайной

52. Оценки параметров сверхидентифицируемой системы эконометрических уравнений вида

· двухшагового

· косвенного

· обычного

· взвешенного

Эконометрика: учеб./И.И.Елисеева [и др.], под ред.И.И.Елисеевой.-2-е изд., перераб. и доп.-М.: Финансы и статистика, 2005.-с.43-47.

Елисеева,2005.-с.113-114.

Эконометрика: учеб./ под ред. д-ра экон.наук, проф.В.С.Мхитаряна.-М.: Проспект, 2008.-с.84

Магнус Я.Р. Эконометрика. Начальный курс: учеб./Я.Р.Магнус, П.К.Катышев, А.А.Пересецкий.-3-е изд., перераб. и доп.-М.: Дело, 200.-с.100-105.

Елисеева,2009.-с.44.

Елисеева,2005.

Елисеева,2005.-с.30-35.

Елисеева, 2005.-с.182-190.

Мхитарян,2008.-с.93-95.

Елисеева,2005.-с.51-55.

Елисеева,2005.-с.60-61.

Мхитарян,2008.-с.93-95.

Мхитарян,2008.-с.84.

Елисеева,2005.-с.436-442.

Елисеева,2005.-с.51-55.

Магнус,2000.-с.100-105.

Елисеева,2005.-с.120.

Елисеева,2005.-с.436-442.

Елисеева,2005.-с.60-61.

Айвазян С.А. Прикладная статистика. Основы эконометрики: учеб. для вузов: В 2 т. Основы эконометрики/С.А.Айвазян, В.С.Мхитарян.-2-е изд., испр.-М.:ЮНИТИ-ДАНА,2001.-с.73.

Елисеева,2005.-с.77-96.

Елисеева,2005.-с.77-96.

Елисеева,2005.-с.51-55.

Елисеева,2005.-с.43-47.

Елисеева,2005.-с.295.

Елисеева,2005.-с.296-305.

Бывшев В.А. Эконометрика: учеб.пособие / В.А.Бывшев.-М.: Финансы и статистика, 2008.-с.209-212.

Елисеева,2005.-с.246-283, Магнус,2000.-с.197-214.

Елисеева,2005.-с.240-260.

Елисеева,2005.-с.246-283.

Елисеева,2005.-с.182-185.

Мхитарян,2008.-с.93-95, 100-107.

Елисеева,2005.-с.58-61.

Елисеева,2005.-с.30-35.

Елисеева,2005.-с.77-96.

Елисеева,2005.-с.51-55.

Бывшев,2008.-с.209-212.

Елисеева,2005.-с.311-324.

Бывшев,2008.-с.211. Практикум Елисеевой,2008.-с.258.

Елисеева,2005.-с.246-283, Магнус,2000.-с.197-214.

Елисеева,2005.-с.240-260.

Елисеева,2005.-с.120.

Магнус,2000.-с.45-50.

Елисеева,2005.-с.60-61.

Айвазян,2001.-с.72.

Елисеева,2005.-с.77-96.

Елисеева,2005.-с.30-35.

Елисеева,2005.-с.43-47.

Елисеева,2005.-с.246-283.

Тесты по эконометрике, для тестирования знаний по разделу «Временные ряды». 17 тестовых вопросов - правильные варианты, выделены красным цветом.

1. Тенденция (Тренд) временного ряда характеризует совокупность факторов,

• оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя
• оказывающих сезонное воздействие
• оказывающих единовременное влияние
• не оказывающих влияние на уровень ряда

2. Плавно меняющаяся компонента временного ряда, отражающая влияние на экономические показатели долговременных факторов, называется:

• трендом
• сезонной компонентой
• циклической компонентой
• случайной компонентой

3. Компонента временного ряда, которая отражает колебания экономических показателей с периодом равным одному году, называется:

• трендом
• сезонной компонентой
• циклической компонентой
• случайной компонентой

4. Компонента временного ряда, которая отражает колебания экономических показателей с периодами длиной в несколько лет, называется:

• трендом
• сезонной компонентой
• циклической компонентой
• случайной компонентой

5. Компонента временного ряда, которая отражает влияние не поддающихся учету и регистрации случайных факторов, называется:

• трендом
• сезонной компонентой
• циклической компонентой
• случайной компонентой

6. Временной ряд называется стационарным, если

• среднее значение членов ряда постоянно
• члены ряда образуют арифметическую прогрессию
• члены ряда образуют геометрическую прогрессию
• среднее значение членов ряда постоянно растет

7. Временной ряд является нестационарным, если:

• среднее значение его членов постоянно
• его случайная составляющая зависит от времени
• его члены не зависят от времени
• его неслучайная составляющая зависит от времени

8. В стационарном временном ряде трендовая компонента

• отсутствует
• присутствует
• имеет линейную зависимость от времени
• имеет нелинейную зависимость от времени

9. В аддитивной модели временного ряда его основные компоненты

• перемножаются
• логарифмируются
• складываются

10. В мультипликативной модели временного ряда его основные компоненты

• логарифмируются
• перемножаются
• складываются
• закономерные компоненты перемножаются, а случайная — складывается

11. В мультипликативно-аддитивной модели временного ряда его основные компоненты

• логарифмируются
• перемножаются
• складываются
• закономерные компоненты перемножаются, а случайная — складывается;

12. Временной ряд записан в следующем виде: Y=T+S+C+E, выберите вид соответствующей модели:

• регрессионная модель
• мультипликативная модель
• аддитивная модель

13. Временной ряд записан в следующем виде: Y=T(S(C(E, выберите вид соответствующей модели:

• регрессионная модель
• мультипликативная модель
• мультипликативно-аддитивная модель
• аддитивная модель

14. Временной ряд записан в следующем виде: Y=T(S(C+E, выберите вид соответствующей модели:

• регрессионная модель
• мультипликативная модель
• мультипликативно-аддитивная модель
• аддитивная модель

15. Какой из методов используется при вычислении сезонной компоненты временного ряда:

• метод укрупнения интервалов
• метод скользящей средней
• метод экспоненциального сглаживания

16. Какие методы используются при моделировании тренда временного ряда?

• метод укрупнения интервалов
• метод скользящей средней
• метод аналитического выравнивания
• графический метод

17. Какой метод не используется при моделировании тренда временного ряда?

• метод укрупнения интервалов
• метод скользящей средней
• метод аналитического выравнивания
• графический метод

1. Какое определение соответствует понятию «эконометрика»:

а) это наука, предметом изучения которой является количественная сторона массовых социально-экономических явлений и процессов в конкретных условиях места и времени;

б) это наука, предметом изучения которой является количественное выражение взаимосвязей экономических процессов и явлений;

в) это наука, предметом изучения которой являются общие закономерности случайных явлений и методы количественной оценки влияния случайных факторов.

2. Какова цель эконометрики?

а) представить экономические данные в наглядном виде;

б) разработать методы моделирования и количественного анализа реальных экономических объектов;

в) определить способы сбора и группировки статистических данных;

г) изучить качественные аспекты экономических явлений.

3. Спецификация модели – это:

а) определения цели исследования и выбор экономических переменных модели;

б) проведение статистического анализа модели, оценка качества ее параметров;

в) сбор необходимой статистической информации;

г) построение эконометрических моделей с целью эмпирического анализа.

4. Какая задача эконометрики является задачей параметризации модели:

б) оценка параметров построения модели;

в) проверка качества параметров модели и самой модели в целом;

г) построение эконометрических моделей для эмпирического анализа.

5. Верификация модели – это:

а) определение вида экономической модели, выражение в математической форме взаимосвязи между ее переменными;

б) определение исходных предпосылок и ограничений модели;

в) проверка качества как модели в целом, так и ее параметров;

г) анализ изучаемого экономического явления.

6. Набор сведений о разных объектах, взятых за один период времени называется:

а) временными данными;

б) пространственными данными.

7. Выберите аналог понятия «независимая переменная»:

а) эндогенная переменная;

б) фактор;

в) результат;

г) экзогенная переменная.

8. Рассмотрите модель зависимости общей величины расходов на питание от располагаемого личного дохода x и цены продукта питания p : . Определите класс модели и вид переменных модели:

а) регрессионная модель с одним уравнением; эндогенная переменная – расходы на питание, экзогенная переменная – располагаемый личный доход, предопределенная переменная – цена продуктов питания;

б) регрессионная модель с одним уравнением; эндогенная переменная – расходы на питание, экзогенные переменные – располагаемый личный доход и цена продуктов питания;

в) модель временного ряда; эндогенная переменная – расходы на питание, лаговые переменные – располагаемый личный доход и цена продуктов питания.

9. Связь называется корреляционной:

а) если каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака;

б) если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение;

в) если каждому значению факторного признака соответствует целое распределение значений результативного признака;

г) если каждому значению факторного признака соответствует строго определенное значение результативного признака.

10. По аналитическому выражению различают связи:

а) обратные;

б) линейные;

в) криволинейные;

г) парные.

11. Регрессионный анализ заключается в определении:

а) аналитической формы связи, в которой изменение результативного признака обусловлено влиянием одного или нескольких факторных признаков, а множество всех прочих факторов, также оказывающих влияние на результативный признак, принимается за постоянные и средние значения;

б) тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи);

в) статистической меры взаимодействия двух случайных переменных;

г) степени статистической связи между порядковыми переменными.

12. Какое значение не может принимать парный коэффициент корреляции:

13. При каком значении линейного коэффициента корреляции связь между признаками можно считать тесной:

13. Какой критерий используют для оценки значимости коэффициента корреляции:

а) F -критерий Фишера;

б) t -критерий Стъюдента;

в) критерий Пирсона;

г) критерий Дарбина-Уотсона.

14. Если парный коэффициент корреляции между признаками равен -1, то это означает:

а) отсутствие связи;

б) наличие обратной корреляционной связи;

в) наличие прямой корреляционной связи;

г) наличие обратной функциональной связи.

15. Если парный коэффициент корреляции между признаками принимает значение 0,675, то коэффициент детерминации равен:

г) 0,456.

16. Согласно методу наименьших квадратов минимизируется следующее выражение:

а) ; б) ; в) ; г) .

16. Оценки параметров регрессии (свойства оценок МНК) не должны быть:

а) несмещенными;

б) гетерокедастичными;

в) эффективными;

г) состоятельными.

17. В уравнении парной линейной регрессии параметр b означает:

а) усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов;

б) среднее изменение результативного признака при изменении факторного признака на 1%;

в) на какую величину в среднем изменится результативный признакy , если переменную x увеличить на одну единицу измерения;

г) какая доля вариации результативного признака учтена в модели и обусловлена влиянием на нее переменной x ?

18. Уравнение регрессии имеет вид . На сколько единиц своего измерения в среднем изменится при увеличении x на одну единицу своего измерения:

а) увеличится на 2,02;

б) увеличится на 0,78;

в) увеличится на 2,8;

г) не изменится?

19. Какой критерий используют для оценки значимости уравнения регрессии:

а) F -критерий Фишера;

б) t -критерий Стъюдента;

в) критерий Пирсона;

г) критерий Дарбина-Уотсона.

20. Какой коэффициент определяет среднее изменение результативного признака при изменении факторного признака на 1%:

а) коэффициент регрессии;

б) коэффициент детерминации;

в) коэффициент корреляции;

г) коэффициент эластичности.

21. Уравнение степенной функции имеет вид:

а) ; б) ; в) ; г) .

22) ; б) ; в) ; г) .

23. Средняя ошибка аппроксимации определяется по формуле:

24. В каких пределах изменяется множественный коэффициент корреляции:

25. Множественный линейный коэффициент корреляции равен 0,75. Какой процент вариации зависимой переменной y учтен в модели и обусловлен влиянием факторов и ?

26. Имеется матрица парных коэффициентов корреляции:

	y
y
	-0,782
	0,451	0,564
	0,842	-0,873	0,303

Между какими признаками наблюдается коллинеарность:

а) y и ;

б) и ;

27. Какое значение может принимать множественный коэффициент корреляции:

28. Уравнение множественной регрессии имеет вид: . Параметр, равный 1,37 означает следующее:

а) при увеличении на одну единицу своего измерения переменная y

б) при увеличении на одну единицу своего измерения при фиксированном значении фактора переменная y увеличится на 1,37 единиц своего измерения;

в) при увеличении на 1,37 единиц своего измерения при фиксированном значении фактора переменная y увеличится на одну единицу своего измерения.

29. Экзогенные переменные модели характеризуются тем, что они:

30. Выберите аналог понятия «эндогенная переменная»:

а) результат;

б) фактор;

в) зависимая переменная, определяемая внутри системы;

г) предопределенная переменная.

31. При исследовании зависимости себестоимости продукции y от объема выпуска и производительности труда по данным 20 предприятий получено уравнение регрессии . На сколько единиц и в какую сторону изменится результирующий признак при увеличении фактора на одну единицу измерения?

а) увеличится на 2,88

б) уменьшится на 0,72

в) уменьшится на 2,88

г) увеличится на 0,72.

32. Уравнение множественной регрессии имеет вид . Определить эластичность связи факторов y и .

33. Экзогенные переменные характеризуются те, что они

а) датируются предыдущими моментами времени;

б) являются независимыми и определяются вне системы;

в) являются зависимыми и определяются внутри системы.

33. Какой коэффициент расчета регрессии показывает долю учтенной в модели вариации результативного признака y и обусловленой влиянием факторных переменных?

а) коэффициент регрессии;

б) коэффициент детерминации;

в) коэффициент корреляции;

г) коэффициент эластичности.

34. Укажите характеристики, не используемые в качестве меры точности модели регрессии

а) средняя абсолютная ошибка;

б) остаточная дисперсия;

в) коэффициент корреляции;

г) средняя относительная ошибка аппроксимации.

35. Сопоставляя при регрессионном анализе факторную и остаточную дисперсии, получим величину статистики:

а) Стъюдента;

б) Дарбина;

в) Пирсона;

г) Фишера.

36. Уравнение регрессии признается в целом статистически значимым, если

а) расчетное значение критерия Фишера больше соответствующего табличного значения;

б) расчетное значение критерия Фишера меньше соответствующего табличного значения;

в) расчетное значение критерия Фишера больше четырех;

г) расчетное значение критерия Фишера больше нуля.

37. Построенное уравнение регрессии считается удовлетворительным, если значение средней ошибки аппроксимации не превышает

38. Как известно, индекс детерминации используется для проверки статистической значимости в целом уравнения нелинейной регрессии по F -критерия Фишера

41. В производственных функциях широко распространена степенная форма множественной регрессии . Укажите экономический смысл коэффициентов :

а) Они характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленных на среднем уровне.

б) Они показывают, на сколько процентов в среднем изменяется результат с изменением соответствующего фактора на 1% при неизменности действия других факторов.

в) Они позволяют однозначно ответить на вопрос о количественной взаимосвязи рассматриваемых признаков и целесообразности включения фактора в модель.

42. Требования, при которых модель считается адекватной, состоят в следующем:

Укажите пункт, необязательный для адекватной модели регрессии.

43. Наличие гетерокедастичности в остатках регрессии можно проверить с помощью теста

а) Пирсона;

б) Гольфельда-Квандта;

в) Дарбина-Уотсона;

г) Спирмена.

44. Зависимость последовательности остатков регрессии друг от друга в эконометрике называют

а) гомокедастичностью остатков;

б) мультиколлинеарностью остатков;

в) автокорреляцией остатков;

г) гетерокедастичностью остатков.

45. Проверку независимости последовательности остатков (отсутствие автокорреляции) осуществляют с помощью d -критерия Дарбина-Уотсона. Расчетное значение критерия определяется по формуле:

Дата публикования: 2015-02-20 ; Прочитано: 1887 | Нарушение авторского права страницы | Заказать написание работы

сайт - Студопедия.Орг - 2014-2019 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.018 с) ...

Отключите adBlock!
очень нужно

INFO STADIYA - это площадка, на которой студент сможет найти ответ на любой вопрос, а так же получить консультацию, касательно написания студенческих работ. Здесь, вы можете заказать диплом, курсовую, реферат, отчет по практике, документы для приложений, задачи, и многие другие виды ученических заданий. В нашей компании работает большое количество квалифицированных авторов. Ознакомиться ценами на услуги, можно на соответствующей странице.

Тесты по эконометрике

Тесты по эконометрике, для тестирования знаний по разделу «Задачи с макроэкономическими моделями». 10 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Ниже приводится макроэкономическая модель Дано: Функция потребления: Ct=a0 +a1Yt+a2Yt-1 +u1 Функция инвестиций: It= b0+b1Yt+u2 Тождество дохода: Yt=Ct+It+Gt, где Ct, — расходы на конечное потребление в период t; Yt, Yt-1 – доход в годы […]

Тесты по эконометрике, для тестирования знаний по разделу «Системы одновременных уравнений». 9 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Система одновременных уравнений может быть записана в виде: структурной формы функциональной формы приведенной формы обобщенной формы 2. Набор взаимосвязанных регрессионных моделей, в которых одни и те же переменные могут одновременно быть эндогенными в одних […]

Тесты по эконометрике, для тестирования знаний по разделу «Временные ряды». 17 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Тенденция (Тренд) временного ряда характеризует совокупность факторов, оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя оказывающих сезонное воздействие оказывающих единовременное влияние не оказывающих влияние на уровень ряда 2. Плавно меняющаяся компонента временного ряда, отражающая […]

Тесты по эконометрике, для тестирования знаний по разделу «Оценка качества регрессионной модели». 41 тестовый вопрос - правильные варианты, выделены красным цветом. 1. Теснота статистической связи между переменной у и объясняющими переменными Х измеряется: t-критерием Стьюдента коэффициентом детерминации коэффициентом корреляции F-критерием Фишера 2. Коэффициент парной линейной корреляции характеризует: тесноту линейной связи между двумя переменными тесноту нелинейной […]

Тесты по эконометрике, для тестирования знаний по разделу «Нелинейные регрессионные модели». 8 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Нелинейным является уравнение регрессии нелинейное относительно входящих в него переменных(факторов) результатов параметров случайных величин 2. Примером нелинейной зависимости экономических показателей является классическая гиперболическая зависимость спроса от цены линейная зависимость выручки от величины оборотных средств […]

Тесты по эконометрике, для тестирования знаний по разделу «Модель линейной множественной регрессии». 4 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид: Y=a+bX Y=a+bX2 Y=a+b1X1+b2X2 Y= bX 2. Уравнение линейной множественной регрессии между зависимой […]

Тесты по эконометрике, для тестирования знаний по разделу «Примеры линейной параной регресии». 5 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Примером линейной зависимости экономических показателей является классическая гиперболическая зависимость спроса от цены зависимость зарплаты рабочего от его выработки при сдельной оплате труда зависимость объема продаж от недели реализации 2. Примером линейной зависимости экономических […]

Тесты по эконометрике, для тестирования знаний по разделу «Линейная парная регрессия». 4 тестовых вопросов - правильные варианты, выделены красным цветом. 1. Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид: Y=a+bX Y=a+bX2 Y=a+b1X1+b2X2 2. Уравнение линейной парной регрессии между зависимой переменной Y и […]