Дана матрица парных коэффициентов корреляции.

Дана автокорреляционная функция временного ряда

Верным будет утверждение, что ряд …имеет выраженную сезонную компоненту с лагом 4

3. Автокорреляционной функцией временного ряда называется последовательность коэффициентов автокорреляции …

первого, второго, третьего и последующих порядков

4. Значение коэффициента автокорреляции второго порядка равно (-0, 6), следовательно, ряд содержит … тенденцию

5. Автокорреляцией уровней ряда называется корреляционная зависимость между … последовательными уровнями ряда

1. Уровень временного ряда (y_t) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Для аддитивной модели временного ряда для уровня y₃ получено уравнение тренда T = 3, 14 + 2, 07t. Известны значения компонент: S₃ = 1, 6; E₃ = –0, 3. Тогда значение уровня временного ряда y₃ будет равно …10, 65

2. Уровень временного ряда (y_t) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Для мультипликативной модели временного ряда, содержащего периодические колебания в 4 момента, получены значения сезонных компонент: S₁ = 2, 087; S₂= 0, 632; S₃ = 0, 931; S₄ = 3, 256. Известны значения компонент: T₅ = 20, 6 и E₅ = 0, 4. Рассчитайте значение уровня временного ряда y₅.17, 2

3. Для аддитивной модели временного ряда Y = T + S + E лаг модели равен 4 и известны значения трех скорректированных сезонных компонент: , , . равна … 1

4. Для мультипликативной модели временного ряда Y = T · S · E сумма скорректированных сезонных компонент равна … лагу

1. Известно, что дисперсия временного ряда Y увеличивается с течением времени. Значит, ряд Y … нестационарным

2. Известно, что временной ряд Y порожден случайным процессом, который по своим характеристикам является «белым шумом». Значит, ряд Y … стационарный

3. Известно, что временной ряд Y характеризуется устойчивой тенденцией, то есть его среднее значение меняется. Значит, ряд Y, скорее всего, является … нестационарным

4. Для временного ряда известны характеристики: – среднее и – дисперсия. Если временной ряд является стационарным, то …

1. Левая часть системы эконометрических уравнений представлена совокупностью _________ переменных.зависимых

2. Модель равенства спроса и предложения, где предложение и спрос являются линейными функциями цены p, состоит из уравнений …

3. Системой эконометрических уравнений не является система линейных _____ уравнений.

нормальных

стандартизованных

2. Изучаются модели зависимости спроса и предложения от цены p и прочих факторов. Установите соответствие между видом и классом эконометрических уравнений.

независимые(1)

одноврем(2)

рекурс(3)

система независимых уравнений

система одновременных уравнений

система рекурсивных уравнений

Установите соответствие между видом и классом эконометрических уравнений.

незав(1)

рекурс(2)

одноврем(3)

система независимых уравнений

система рекурсивных уравнений

система одновременных уравнений

4. Установите соответствие между видом и классом системы эконометрических уравнений:

(1)

(2)

система одновременных уравнений с лаговыми переменными

система независимых уравнений

2. Дана структурная форма модели системы одновременных уравнений:

Установите соответствие между обозначением и его наименованием:

(1) -ошибка модели

(2) -лаговая

(3) -эндоген

Система независимых эконометрических уравнений может быть идентифицирована с помощью обычного метода наименьших квадратов. Определите последовательность этапов алгоритма оценки параметров для такой модели.

1.оценка возможности идентификации модели как системы независимых уравнений

2.построение общего вида системы нормальных уравнений для каждого уравнения системы и расчет необходимых значений сумм

3.решение системы нормальных уравнений для каждого уравнения системы

4.подстановка найденных значений оценок параметров в уравнения системы

3. Дана система одновременных эконометрических уравнений:

Система является точно идентифицируемой. Определите последовательность этапов алгоритма оценки ее параметров.

1.преобразование структурной формы модели в приведенную форму вида

2.оценивание параметров приведенной формы модели (приведенных коэффициентов) для каждого уравнения приведенной формы модели обычным МНК оцениваются

3.трансформация коэффициентов приведенной формы модели в параметры структурной формы модели и

4.подстановка найденных значений коэффициентов в структурную форму системы эконометрических уравнений

5. При проверке счетного правила выяснилось, что для всех уравнений системы одновременных уравнений выполняется необходимое условие идентификации и все уравнения по счетному правилу точно идентифицируемы. Чтобы получить структурные коэффициенты системы, действия нужно выполнить в следующем порядке:

1.для каждого уравнения проверить условие неравенства нулю определителя матрицы коэффициентов, присутствующих в других уравнениях, но отсутствующих в данном уравнении

2.преобразовать структурную форму модели в приведенную форму модели

3.для каждого уравнения приведенной формы модели обычным методом наименьших квадратов оценить приведенные коэффициенты

4.коэффициенты приведенной формы модели преобразовать в параметры структурной модели

6. При проверке счетного правила выяснилось, что для всех уравнений системы одновременных уравнений выполняется необходимое условие идентификации и все уравнения по счетному правилу сверхидентифицируемы. Чтобы получить структурные коэффициенты системы, действия нужно выполнить в следующем порядке:

2.преобразовать структурную форму модели в приведенную форму модели

4.на основе коэффициентов приведенной формы модели получить теоретические значения эндогенных переменных, содержащихся в правой части сверхидентифицированных уравнений

5 применить обычный метод наименьших квадратов, подставив вместо фактических значений эндогенных переменных, стоящих в правой части уравнения, рассчитанные теоретические значения, и получить структурные коэффициенты модели

1. По 72 банкам построено уравнение зависимости размеров кредитов, выданных предприятиям и организациям, в млн. руб. (y) от собственного капитала, млн руб. (x): y = 710, 967 + 3, 057 ∙ x. Исходные данные упорядочены по убыванию величины собственного капитала. По величинам остатков рассчитан коэффициент автокорреляции первого порядка, равный -0, 45539. На рисунке представлен график остатков.

Проанализировав график остатков, можно сделать вывод о том, что …

нарушена предпосылка о гомоскедастичности остатков

Дана матрица парных коэффициентов корреляции.

Коллинеарными являются факторы …

и коллинеарны.

4. В модели множественной регрессии определитель матрицы парных коэффициентов корреляции между факторами , и близок к нулю. Это означает, что факторы , и … мультиколлинеарность факторов.

5. Для эконометрической модели линейного уравнения множественной регрессии вида построена матрица парных коэффициентов линейной корреляции (y – зависимая переменная; х⁽¹⁾, х⁽²⁾, х⁽³⁾, x⁽⁴⁾– независимые переменные):

Коллинеарными (тесно связанными) независимыми (объясняющими) переменными не являются …x⁽²⁾ и x⁽³⁾

1. Дана таблица исходных данных для построения эконометрической регрессионной модели:

Фиктивными переменными не являются …

стаж работы

производительность труда

2. При исследовании зависимости потребления мяса от уровня дохода и пола потребителя можно рекомендовать …

использовать фиктивную переменную – пол потребителя

разделить совокупность на две: для потребителей женского пола и для потребителей мужского пола

3. Изучается зависимость цены квартиры (у) от ее жилой площади (х) и типа дома. В модель включены фиктивные переменные, отражающие рассматриваемые типы домов: монолитный, панельный, кирпичный. Получено уравнение регрессии: ,
где ,
Частными уравнениями регрессии для кирпичного и монолитного являются …

для типа дома кирпичный

для типа дома монолитный

4. При анализе промышленных предприятий в трех регионах (Республика Марий Эл, Республика Чувашия, Республика Татарстан) были построены три частных уравнения регрессии:

для Республики Марий Эл;

для Республики Чувашия;

для Республики Татарстан.

Укажите вид фиктивных переменных и уравнение с фиктивными переменными, обобщающее три частных уравнения регрессии.

5. В эконометрике фиктивной переменной принято считать …

переменную, принимающую значения 0 и 1

описывающую количественным образом качественный признак

1. 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.

изменится на (-1, 67)

2. 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. … увеличится на 10, 8 тыс. руб.

3. Известно, что доля остаточной дисперсии зависимой переменной в ее общей дисперсии равна 0, 2. Тогда значение коэффициента детерминации составляет … 0, 8

4. 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. 10, 75

5. F-статистика рассчитывается как отношение ______ дисперсии к ________ дисперсии, рассчитанных на одну степень свободы.факторной … остаточной

1. Для эконометрической модели уравнения регрессии ошибка модели определяется как ______ между фактическим значением зависимой переменной и ее расчетным значением.Разность

2. Величина называется … случайной составляющей

3. В эконометрической модели уравнения регрессии величина отклонения фактического значения зависимой переменной от ее расчетного значения характеризует … ошибку модели

4. Известно, что доля объясненной дисперсии в общей дисперсии равна 0, 2. Тогда значение коэффициента детерминации составляет … 0, 2

5. При методе наименьших квадратов параметры уравнения парной линейной регрессии определяются из условия ______ остатков . минимизации суммы квадратов

1. Для обнаружения автокорреляции в остатках используется …

статистика Дарбина – Уотсона

2. Известно, что коэффициент автокорреляции остатков первого порядка равен –0, 3. Также даны критические значения статистики Дарбина – Уотсона для заданного количества параметров при неизвестном и количестве наблюдений , . По данным характеристикам можно сделать вывод о том, что …автокорреляция остатков отсутствует

3. Значение критерия Дарбина – Уотсона можно приблизительно рассчитать по формуле , где – значение коэффициента автокорреляции остатков модели. Минимальная величина значения будет наблюдаться при ________ автокорреляции остатков. положительной

4. Из перечисленного условием выполнения предпосылок метода наименьших квадратов не является ____ остатков.гетероскедатичность

5. Значение критерия Дарбина – Уотсона можно приблизительно рассчитать по формуле , где – значение коэффициента автокорреляции остатков модели. Максимальная величина значения будет наблюдаться при ________ автокорреляции остатков.отрицательной

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

2. Из несмещенности оценки параметра следует, что среднее значение остатков равно … 0

3. Несмещенность оценок параметров регрессии означает, что …

математическое ожидание остатков равно нулю

4. Если оценка параметра является смещенной, то нарушается предпосылка метода наименьших квадратов о _________ остатков.

нулевой средней величине

5. Состоятельность оценок параметров регрессии означает, что …

точность оценок выборки увеличивается с увеличением объема выборки

1. В случае нарушений предпосылок метода наименьших квадратов применяют обобщенный метод наименьших квадратов, который используется для оценки параметров линейных регрессионных моделей с __________ остатками. автокоррелированными и/или гетероскедастичными

2. При нарушении гомоскедастичности остатков и наличии автокорреляции остатков рекомендуется применять _____________ метод наименьших квадратов.Обобщенный

3. Пусть y – издержки производства, – объем продукции, – основные производственные фонды, – численность работников. Известно, что в уравнении дисперсии остатков пропорциональны квадрату численности работников .
После применения обобщенного метода наименьших квадратов новая модель приняла вид . Тогда параметр в новом уравнении характеризует среднее изменение затрат …

на работника при увеличении производительности труда на единицу при неизменном уровне фондовооруженности труда

4. Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если … средняя величина остатков не равна нулю

5. Пусть y – издержки производства, – объем продукции, – основные производственные фонды, – численность работников. Известно, что в уравнении дисперсии остатков пропорциональны квадрату объема продукции .

Применим обобщенный метод наименьших квадратов, поделив обе части уравнения на После применения обобщенного метода наименьших квадратов новая модель приняла вид . Тогда параметр в новом уравнении характеризует среднее изменение затрат на единицу продукции при увеличении …

фондоемкости продукции при неизменном уровне трудоемкости продукции

1. Для эконометрической модели вида показателем тесноты связи между переменными и является парный коэффициент линейной … корреляции

2. Самым коротким интервалом изменения коэффициента корреляции для уравнения парной линейной регрессии является … [–1; 0]

3. Самым коротким интервалом изменения показателя множественной корреляции для уравнения множественной линейной регрессии , если известны парные коэффициенты корреляции , является интервал …[0, 7; 1]

4. Для регрессионной модели вида получена диаграмма

Такое графическое отображение называется …полем корреляции

1. Известно, что доля остаточной регрессии в общей составила 0, 19. Тогда значение коэффициента корреляции равно … 0, 9

2. Известно, что общая сумма квадратов отклонений , а остаточная сумма квадратов отклонений, . Тогда значение коэффициента детерминации равно …0, 8

3. Для регрессионной модели вида , где рассчитаны дисперсии: ; ; . Тогда величина характеризует долю … остаточной дисперсии

4. Если общая сумма квадратов отклонений , и остаточная сумма квадратов отклонений , то сумма квадратов отклонений, объясненная регрессией, равна …90

1. При расчете скорректированного коэффициента множественной детерминации пользуются формулой , где …

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

2. Если известно уравнение множественной регрессии построенное по результатам 50 наблюдений, для которого общая сумма квадратов отклонений равна 153, и остаточная сумма квадратов отклонений равна 3, то значение F-статистики равно …766, 67

3. Для регрессионной модели известны следующие величины дисперсий:
где y – значение зависимой переменной по исходным данным; – значение зависимой переменной, вычисленное по регрессионной модели; – среднее значение зависимой переменной, определенное по исходным статистическим данным. Для указанных дисперсий справедливо равенство …

1. Для уравнения множественной регрессии вида на основании 14 наблюдений рассчитаны оценки параметров и записана модель: (в скобках указаны значения t-статистики, соответствующие параметрам регрессии). Известны критические значения Стьюдента для различных уровней значимости

При уровне значимости 0, 1 значимыми являются параметры …

2. Если для среднеквадратической ошибки параметра и значения оценки этого параметра линейной эконометрической модели выполняется соотношение , то это свидетельствует о статистической ______ параметра.ненадежности оценки

3. Для уравнения множественной регрессии вида на основании 14 наблюдений рассчитаны оценки параметров и записана модель: (в скобках указаны значения t-статистики соответствующие параметрам регрессии). Известны критические значения Стьюдента для различных уровней значимости

Для данного уравнения при уровне значимости α =0, 05 значимыми являются параметры …

4. Проверка статистически значимого отличия от нуля оценок коэффициентов линейной модели

осуществляется путем последовательного сравнения отношений ( –среднеквадратическая ошибка параметра ) с точкой, имеющей распределение …Стьюдента

1. Если зависимость объема спроса от цены характеризуется постоянной эластичностью, то моделирование целесообразно проводить на основе … степенной функции

2. Если по результатам анализа поля корреляции замечено, что на интервале изменения фактора меняется характер связи рассматриваемых признаков, прямая связь изменяется на обратную, то моделирование целесообразно проводить на основе …параболы второй степени

3. Нелинейное уравнение регрессии вида является _____ моделью ________ регрессии.полиномиальной … парной

4. Если с увеличением масштабов производства удельный расход сырья сокращается, то моделирование целесообразно проводить на основе … равносторонней гиперболы

1. Степенной моделью не является регрессионная модель …

2. Среди предложенных нелинейных зависимостей нелинейной по параметрам является …

3. Среди предложенных нелинейных зависимостей нелинейной существенно (внутренне нелинейной) является …

4. Среди предложенных нелинейных зависимостей внутренне линейной является …

1. Для линеаризации нелинейной регрессионной модели используется … логарифмирование

2. Для преобразования внутренне нелинейной функции может быть применен метод … разложения функции в ряд Тейлора

3. Для линеаризации нелинейной функции может быть применен метод … логарифмирования и замены переменных

1. При расчете уравнения нелинейной регрессии , где y – спрос на продукцию, ед.; x – цена продукции, руб., выяснилось, что доля остаточной дисперсии в общей меньше 20%. Коэффициент детерминации для данной модели попадает в отрезок минимальной длины …[0, 8; 1]

2. По 20 регионам страны изучалась зависимость уровня безработицы y (%) от индекса потребительских цен x (% к предыдущему году) и построено уравнение в логарифмах исходных показателей: . Коэффициент корреляции между логарифмами исходных показателей составил . Коэффициент детерминации для модели в исходных показателях равен …0, 64

3. Для регрессионной модели , где – нелинейная функция, – рассчитанное по модели значение переменной , получены значения дисперсий: . Не объяснена моделью часть дисперсии переменной , равная …0, 096

4. Для регрессионной модели , где – нелинейная функция, – рассчитанное по модели значение переменной , получено значение индекса корреляции R = 0, 64. Моделью объяснена часть дисперсии переменной , равная …

5. 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

1. В состав любого временного ряда, построенного по реальным данным, обязательно входит _____ компонента.случайная

3. Совокупность значений экономического показателя за несколько последовательных моментов (периодов) времени называется … временным рядом

1. Значение коэффициента автокорреляции первого порядка характеризует … тесноту линейной связи

12 3 Следующая ⇒