7. Тесты.

1. В парной регрессии выбор вида математической функции может быть осуществлен:

   1. Графическим методом.

   2. Аналитическими методом.

   3. Экспериментальным методом.

   4. Перечисленными в п.1-3 методами.

2. Коэффициент линейной корреляции r должен удовлетворять условию :

1. -1 r 1 ;

2. 0 r 1 ;

3. -1< r < 1 ;

4. 0 r< 1 ;

3. Коэффициент детерминации R должен удовлетворять условию:

1. 0 < R <1 ;

2. 0 R< 1 ;

3. 0 < R 1

4. -1 R 1 ;

4. Различают следующие классы нелинейных регрессий:

1. Регрессии, нелинейные относительно включенных

в нее объясняющих переменных, но линейные по оцениваемым параметрам.

2. Регрессии, нелинейные по оцениваемым параметрам.

3. Регрессии, нелинейные по объясняющим переменным и оцениваемым параметрам.

4. В классификацию входят пункты ответов 1 и 2.

5. Регрессия, нелинейная относительно объясняющей переменной, но линейная по оцениваемым параметрам, является:

1. ya+bx;

2. yax;

3. ya+blnx ;

4. Пункты 1 и 3.

6. Качество линейной модели регрессии характеризуется только:

1. Коэффициентом корреляции r;

2. Коэффициентом детерминации R;

3. Средней ошибкой аппроксимации ;

4. Перечисленными в пунктах 1,2,3 параметрами.

7. Индекс детерминации применяется для оценки качества:

1. Линейной модели регрессии;

2. Нелинейной модели, но сводимой к линейной модели регрессии;

3. Нелинейной модели регрессии;

4. Перечисленных в пунктах 1 и 2 случаях.

8. Наиболее точно качество линейной модели регрессии характеризует:

1. Коэффициент корреляции;

2. Коэффициент детерминации;

3. Средняя ошибка аппроксимации;

4. Перечисленные в пунктах 1 и 3 параметры.

9. Исходные данные в эконометрике подразделяют на следующие категории:

1. Пространственные;

2. Временные;

3. Случайные;

4. Перечисленные в пунктах 1 и 2 вариантах.

10. Автокорреляционная функция используется для :

1. Выявления структуры временного ряда;

2. Выявления количества объясняющих переменных в модели;

3. Выявления во временном ряде наличия или отсутствия трендовой и циклической компонент;

4. Перечисленных в пунктах 1 и 3 вариантов.

11. Аддитивная модель временного ряда имеет следующий вид:

1. Y=T+SE ;

2. Y=TE +S ;

3. Y=TES ;

4. Y= T+E+S .

12. Мультипликативная модель временного ряда имеет следующий вид:

1. Y=T+S+E ;

2. Y=SE+T ;

3. Y= S+TE ;

4. Y=S ET .

13. Для моделирования циклических компонент во временном ряде применяется только:

1. Метод скользящей средней ;

2. Метод фиктивных переменных;

3. Метод комплексных оценок;

4. Перечисленные в пунктах 1 и 2 методы.

14. Тест Чоу применяется для:

1. Моделирования тенденции временного ряда при наличии структурных изменений;

2. Моделирования циклической компоненты;

3. Моделирования трендовой компоненты;

4. Моделирования случайной компоненты.

15. При наличии в исходных данных аномальных значений, рекомендуется:

1. Исключить их при построении модели;

2. Не исключать их при построении модели;

3. Корректировать аномальные значения;

4. Выполнить рекомендации указанные в пунктах 2 и 3.