Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


V7: Система линейных одновременных уравнений



 

I:

S: При выполнении предпосылок метода наименьших квадратов (МНК) оценки параметров регрессионной модели, рассчитанные с помощью МНК, обладают свойствами

 

-: состоятельности, смещенности и эффективности

+: состоятельности, несмещенности и эффективности

-: состоятельности, смещенности и неэффективности

-: несостоятельности, смещенности и эффективности

 

I:

S: Для регрессионной модели вида построена на координатной плоскости совокупность точек с координатами , данное графическое отображение зависимости называется

 

-: параметрами уравнения

-: случайными факторами

-: множественной регрессией

+: полем корреляции

 

I:

S: Для обнаружения автокорреляции в остатках используется

-: тест Парка

-: тест Уайта

+: статистика Дарбина – Уотсона

-: критерий Гольдфельда – Квандта

 

I:

S: Величина называется

 

-: значением параметра

-: оценкой параметра

-: переменной

+: случайной составляющей

 

I:

S: Строится эконометрическая модель линейного уравнения множественной регрессии вида

(y – зависимая переменная; х(j) – независимая переменная; j = 1, …, k; k – количество независимых переменных). При проверке независимых переменных на отсутствие мультиколлинеарности должно выполняться требование: для любых j и l

абсолютное значение парного коэффициента линейной корреляции

 

-: 0

+: < 0, 7

-: > 0, 7

-: = 0

 

I:

S: Для учета влияния на исследуемую (зависимую) переменную признаков качественного характера используются фиктивные переменные, при этом фиктивной переменной может присваиваться значение

 

-: 0, 1

+: 1

-: –1

 

I:

S: В эконометрической модели линейного уравнения регрессии

коэффициентом регрессии, характеризующим среднее изменение зависимой переменной при изменении независимой переменной на 1 единицу измерения, является

 

-: xj

-: a

-: y

+: bj

I:

S: Система эконометрических уравнений включает совокупность _________ переменных.

 

+: эндогенных

-: стационарных

-: постоянных

I:

S: Несмещенность оценок параметров регрессии означает, что …

 

-: дисперсия остатков минимальная

-: точность оценок выборки увеличивается с увеличением объема выборки

+: математическое ожидание остатков равно нулю

-: дисперсия остатков не зависит от величины

I:

S: Дана автокорреляционная функция временного ряда

Верным будет утверждение, что ряд …

 

-: содержит только тенденцию, и не содержит сезонной компоненты

-: не имеет ни тенденции, ни сезонной компоненты, имеет только случайную компоненту

+: имеет выраженную сезонную компоненту с лагом 4

-: имеет выраженную сезонную компоненту с лагом 6

 

I:

S: Если параметр эконометрической модели является статистически значимым, то его значение признается …

-: равным 0

-: равным 1

+: равным коэффициенту парной корреляции

-: отличным от 0

I:

S: Для регрессионной модели вида , где рассчитаны дисперсии: ; ; . Тогда величина коэффициента детерминации рассчитывается по формуле …

-:

+:

-:

-:

I:

S: Построена эконометрическая модель для зависимости прибыли от реализации единицы продукции (руб., у) от величины оборотных средств предприятия (тыс. р., х1): . Следовательно, средний размер прибыли от реализации, не зависящий от объема оборотных средств предприятия, составляет _____ рубля.

 

-: 13, 85

+: 10, 75

-: 7, 65

-: 3, 1

I:

S: Нелинейным по объясняющим переменным, но линейным по параметрам уравнением регрессии является …

 

-:

-:

-:

+:

I:

S: Примерами фиктивных переменных в эконометрической модели зависимости стоимости 1 м2 жилья не являются …

 

-: принадлежность тому или иному региону

-: категория жилья: первичное (новое) жилье / вторичное (неновое) жилье

+: площадь жилья (м2)

I:

S: Среди предложенных нелинейных зависимостей нелинейной существенно (внутренне нелинейной) является …

+:

-:

-:

-:

I:

S: При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется логарифмирование уравнения. Указанным способом не может быть линеаризовано уравнение …

-:

-:

-:

+:

I:

S: По результатам проведения исследования торговых точек было построено уравнение нелинейной регрессии , где y – спрос на продукцию, ед.; x – цена продукции, руб. Если фактическое значение t-критерия Стьюдента составляет –2, 05, а критические значения для данного количества степеней свободы равны , , , то …

 

-: при уровне значимости можно считать, что эластичность спроса по цене составляет –0, 8

-: при уровне значимости можно считать, что эластичность спроса по цене составляет –0, 8

-: эластичность спроса по цене составляет –0, 8

+: при уровне значимости можно считать, что эластичность спроса по цене составляет –0, 8

 

I:

S: По типу функциональной зависимости между переменными эконометрической модели различают _____ уравнения регрессии.


-: стохастические и вероятностные

-: линейные и парные

-: множественные и парные

+: линейные и нелинейные

I:

S: Дана таблица исходных данных для построения эконометрической регрессионной модели:

Фиктивными переменными не являются

 

+: стаж работы

-: уровень образования

-: уровень квалификации работника

 

I:

S: При моделировании уравнения множественной регрессии проверку тесноты связи между независимыми переменными (объясняющими переменными, регрессорами, факторами) модели осуществляют на основе …

 

-: коэффициента множественной корреляции

-: показателей существенности параметров модели

+: матрицы парных коэффициентов линейной корреляции

-: системы нормальных уравнений МНК

 

I:

S: Для регрессионной модели зависимости среднедушевого денежного дохода населения (руб., у) от объема валового регионального продукта (тыс. р., х1) и уровня безработицы в субъекте (%, х2) получено уравнение . Величина коэффициента регрессии при переменной х2 свидетельствует о том, что при изменении уровня безработицы на 1% среднедушевой денежный доход ______ рубля при неизменной величине валового регионального продукта.


-: увеличится на 1, 67

-: изменится на (-1, 67)

-: изменится на 0, 003

+: уменьшится на (-1, 67)

 

I:

S: В модели вида количество объясняющих переменных равно …


+: 3

-: 4

-: 1

-: 2

 

I:

S: В модели множественной регрессии определитель матрицы парных коэффициентов корреляции между факторами , и близок к нулю. Это означает, что факторы , и


+: мультиколлинеарны

-: значимы

-: независимы

-: количественно измеримы

 

I:

S: В уравнении линейной множественной регрессии: , где – стоимость основных фондов (тыс. руб.); – численность занятых (тыс. чел.); y – объем промышленного производства (тыс. руб.) параметр при переменной х1, равный 10, 8, означает, что при увеличении объема основных фондов на _____ объем промышленного производства _____ при постоянной численности занятых.

-: на 1 тыс. руб. … уменьшится на 10, 8 тыс. руб.

-: на 1% … увеличится на 10, 8%

-: на 1 тыс. руб. … увеличится на 10, 8%

+: на 1 тыс. руб. … увеличится на 10, 8 тыс. руб.

I:

S: Переменная х является нелинейной в уравнении


-:

-:

+:

-:

 

I:

S: Уравнением нелинейной регрессии, отражающей полиномиальную зависимость y от x, является


-:

-:

+:

-:

I:

S: При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется способ приведения уравнения к обратному виду, то есть к переменной . Указанным способом может быть линеаризовано уравнение …

-:

-:

-:

+:

 

I:

S: Для регрессионной модели парной регрессии рассчитано значение коэффициента детерминации (см. рис.).

На дисперсию зависимой переменной, объясненную построенным уравнением приходится ________ общей дисперсии зависимой переменной.

 

+: 83, 1 %

-: 0, 831 %

-: 0, 169 %

-: 16, 9 %

 

I:

S: Пусть – оценка параметра регрессионной модели, полученная с помощью метода наименьших квадратов; – математическое ожидание оценки . В том случае если , то оценка обладает свойством

 

+: несмещенности

-: смещенности

-: эффективности

-: состоятельности

I:

S: Степенной моделью не является регрессионная модель …

 

-:

+:

-:

-:

I:

S: Нелинейным уравнением множественной регрессии является …

 

+:

-:

-:

-:

I:

S: Система эконометрических уравнений может состоять из _____ уравнения (-ий) регрессии.

 

+: бесконечно большого количества

-: трех

-: одного

-: двух

 

I:

S: В эконометрической модели линейного уравнения регрессии ошибкой модели является …

 

-: a

-: bj

+:

-: xj

I:

S: Для эконометрической модели линейного уравнения множественной регрессии вида построена матрица парных коэффициентов линейной корреляции (y – зависимая переменная; х(1), х(2), х(3)– независимые переменные):

Коллинеарными (тесносвязанными) независимыми (объясняющими) переменными являются …

 

-: y и x(3)

+: x(1) и x(2)

-: x(2) и x(3)

-: x(1) и x(3)

I:

S: Регрессионная модель вида является нелинейной относительно …

 

-: переменной

+: переменной

-: параметра

-: переменной

I:

S: Известно, что доля остаточной дисперсии зависимой переменной в ее общей дисперсии равна 0, 2. Тогда значение коэффициента детерминации составляет

 

+: 0, 8

-:

-:

-: 0, 64

I:

S: Обобщенный метод наименьших квадратов применяется для оценки параметров линейных регрессионных моделей с __________ остатками.

-: только гетероскедастичными

-: гомоскедастичными и некоррелированными

+: автокоррелированными и/или гетероскедастичными

-: только автокоррелированными

I:

S: Метод наименьших квадратов (МНК) может применяться для оценки параметров исходной регрессионной модели в _________ форме.

 

-: нормальной

+: линейной

-: нелинейной

-: экспоненциальной

I:

S: Автокорреляцией уровней ряда называется корреляционная зависимость между …

 

-: факторами, формирующими уровень ряда

-: уровнями двух рядов

+: последовательными уровнями ряда

-: компонентами, образующими уровни ряда

I:

S: Самым коротким интервалом изменения коэффициента корреляции для уравнения парной линейной регрессии является …

 

-: [0; 1]

-: [–1; 1]

-: [–2; 2]

+: [–1; 0]

 

I:

S: Левая часть системы эконометрических уравнений представлена совокупностью _________ переменных.

 

-: независимых

+: эндогенных

-: зависимых

-: экзогенных

 

I:

S: При расчете скорректированного коэффициента множественной детерминации пользуются формулой , где …

 

+: n – число наблюдений; m – число факторов, включенных в модель множественной регрессии

-: n – число параметров при независимых переменных; m – число наблюдений

-: n – число параметров при независимых переменных; m – число факторов, включенных в модель множественной регрессии

-: m – число наблюдений; n – число факторов, включенных в модель множественной регрессии

 

I:

S: Для эконометрической модели вида показателем тесноты связи между переменными и является парный коэффициент линейной …

 

-: регрессии

+: корреляции

-: детерминации

-: эластичности

 

I:

S: Ошибкой спецификации эконометрической модели уравнения регрессии является …

 

+: использование парной регрессии вместо множественной

-: расчет показателей качества модели

-: учет случайных факторов

-: оценка параметров при помощи МНК

I:

S: В модели множественной регрессии определитель матрицы парных коэффициентов корреляции между факторами , и близок к единице. Это означает, что факторы , и

 

-: мультиколлинеарны

-: независимы

-: количественно измеримы

+: значимы

I:

S: Совокупность значений экономического показателя за несколько последовательных моментов (периодов) времени называется …

 

-: автокорреляционной функцией

-: тенденцией

+: временным рядом

-: коррелограммой

I:

S: Автокорреляционной функцией временного ряда называется последовательность коэффициентов автокорреляции …

 

-: между трендовой, сезонной и случайной компонентами

+: первого, второго, третьего и последующих порядков

-: факторов, формирующих уровень ряда

-: между несколькими временными рядами

I:

S: Уровень временного ряда (yt) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Мультипликативную модель временного ряда формируют следующие значения компонент уровня временного ряда …

 

-: yt = 7; T = 6, 5; S = 0; E = 0, 5

-: yt = 7; T = -3, 5; S = -2; E = -1

+: yt = 7; T = 3, 5; S = 2; E = 1

-: yt = 7; T = 3, 5; S = -2; E = 1

 


Поделиться:



Популярное:

Последнее изменение этой страницы: 2016-03-25; Просмотров: 4970; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.117 с.)
Главная | Случайная страница | Обратная связь