- •Тема: Спецификация модели
- •Спецификацией
- •Линейное уравнение множественной регрессии
- •Апробацией
- •Идентификации
- •Прикладной дисциплины для обеспечения проведения автоматизированных эконометрических расчётов
- •Информационного обеспечения необходимых исходных данных
- •Тема: Отбор факторов, включаемых в модель множественной регрессии
- •Переменными
- •Наличие линейной зависимости между более чем двумя факторами
- •Тема: Фиктивные переменные
- •Ранжирование
- •Качественного характера
- •Тема: Линейное уравнение множественной регрессии
- •Стандартизованные переменные
- •Случайной величины ε
- •Тема: Оценка параметров линейных уравнений регрессии
- •Тема: Свойства оценок, получаемых при помощи мнк
- •Оценок параметров уравнения регрессии
- •Тема: Предпосылки мнк
- •Зависимость дисперсии остатков от значения фактора
- •Тема: Обобщённый метод наименьших квадратов
- •Взвешенную регрессию, в которой переменные взяты с весами
- •Автокорреляции остатков
- •Остатки не изменяются
- •Гетероскедастичности
- •Тема: Оценка качества подбора уравнения
- •Случайных воздействий
- •Коэффициента детерминации r2 равна 0,05
- •Для оценки влияния случайных воздействий
- •Дисперсий
- •Случайных факторов
- •Средним
- •Тема: Оценка тесноты связи моделируемого показателя с факторами
- •Линейный коэффициент корреляции
- •Значение коэффициента корреляции рассчитано с ошибкой
- •Статистическую значимость уравнения
- •Рассматриваются факторы, значимо влияющие на результат
- •? Уравнения предполагаемой взаимосвязи
- •Определить частные коэффициенты корреляции 1-го и 2-го порядков
- •Оси ординат
- •Факторного и результативного признаков для конкретного наблюдения
- •Коэффициент регрессии и коэффициент корреляции имеют разные знаки
- •Тема: Проверка существенности связи и статистической значимости уравнения регрессии
- •Число на пересечении строки «Остаток» и столбца «ms»
- •Вида уравнения и числа степеней свободы
- •Сравнимому виду
- •Значимости уравнения регрессии в целом
- •Проверки статистической гипотезы о равенстве факторной и остаточной дисперсий
- •Тема: Оценка существенности параметров линейных уравнений множественной регрессии
- •0 И соответствующий фактор не включается в модель
- •Стьюдента
- •Тема: Основные виды спецификаций нелинейных уравнений регрессии
- •Тема: Примеры экономических нелинейных зависимостей
- •Если между экономическими показателями существует нелинейная связь, то …
- •Между экономическими показателями обнаруживается нелинейная зависимость
- •Тема: Линеаризация нелинейных моделей регрессии
- •Возможность применения мнк для оценки параметров
- •Тема: Оценка качества нелинейных уравнений регрессии
- •Тема: Временные ряды данных: характеристики и общие понятия
- •Тенденции, сезонных колебаний и случайных факторов
- •Выявление и придание количественного значения каждой из трёх компонент
- •Тема: Выявление структуры временного ряда
- •Исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени
- •Графическое отображение автокорреляционной функции
- •Автокорреляции уровней ряда
- •Тема: Аддитивная и мультипликативная модели временных рядов
- •Трендовой компоненты от времени
- •Тема: Модели стационарных и нестационарных временных рядов и их идентификация
- •Стационарного стохастического
- •Стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянное значение
- •Типа «белый шум»
- •Набор случайных переменных X(t), где t – вещественные числа
- •Тема: Общие понятия о системах уравнений, используемых в эконометрике
- •Факторы не взаимодействуют друг с другом
- •Нескольких зависимых и нескольких независимых признаков
- •Тема: Классификация систем эконометрических уравнений
- •Изолированным уравнением регрессии
- •Системы независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений
- •Одновременных
- •Способу вхождения зависимых и независимых переменных в уравнения регрессии
- •Тема: Условия идентифицируемости системы одновременных уравнений
- •Равно числу параметров приведённой формы модели
- •Зависимые переменные
- •Тема: Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов и двухшаговый метод наименьших квадратов
- •Обычный
- •Структурной формы модели
Если факторы входят в модель как сумма, то модель называется …
производной
аддитивной
суммарной
мультипликативной
Известны значения аддитивной модели временного ряда: Yt – значение уровня ряда, Yt=30, T – значение тренда, T=15, Е – значение компоненты случайных факторов E=2. Определите значение сезонной компоненты S.
S=1
S=13
S=–1
S=0
Моделирование тенденции осуществляется на основе построения уравнения регрессии зависимости …
уровня ряда от времени
Трендовой компоненты от времени
сезонной компоненты от времени
случайной компоненты от времени
Модель временного ряда, имеющая следующую спецификацию Yi=Ti·Si·Ci·εi (где Yi – уровень временного ряда, Ti – тренд, Si – сезонная компонента, εi – случайная компонента), называется …
смешанной
аддитивной
мультипликативной
нелинейной
Модель временного ряда, имеющая следующую спецификацию Yt=Tt·St+Ct+Et (где Yt – уровень временного ряда, Tt – тренд, St – сезонная компонента, Ct – конъюнктурная компонента, Et – случайная компонента), называется …
смешанной
мультипликативной
аддитивной
нелинейной
Параметры уравнения тренда определяются ________ методом наименьших квадратов
обычным
двухшаговым
косвенным
обобщённым
Построена аддитивная модель временного ряда, где Yt – значение уровня ряда, Yt=10, T – значение тренда, S – значение сезонной компоненты, E – значений случайной компоненты. Определите вариант правильно найденных значений компонент уровня ряда.
T=7, S=5, E=2
T=5, S=2, E=1
T=5, S=2, E=0
T=5, S=2, E=3
Пусть Xt – значения временного ряда с квартальными наблюдениями, St –мультипликативная сезонная компонента, причём для второго квартала года St=S2=6, для третьего квартала года , для четвёртого квартала года St=S4=2. Определите оценку сезонной компоненты для первого квартала года St=S1=…
–4
–1/4
1/4
4
Пусть Xt – значения временного ряда с квартальными наблюдениями, St – аддитивная сезонная компонента, причём для второго квартала года St=S2=1, для третьего квартала года St=S3=5, для четвёртого квартала года St=S4=–8. Определите оценку сезонной компоненты для первого квартала года St=S1=…
–2
2
Пусть Xt – значения временного ряда с ежеквартальными наблюдениями, St – мультипликативная сезонная компонента, причём для первого квартала года St=S1=1, для второго квартала года St=S2=4, для четвёртого квартала года . Определите оценку сезонной компоненты для третьего квартала года St=S3=…
0
Пусть Xt – значения временного ряда с квартальными наблюдениями, St – аддитивная сезонная компонента, причём для второго квартала года St=S2=1, для третьего квартала года St=S3=–2, для четвёртого квартала года St=S4=4. Определите оценку сезонной компоненты для первого квартала года St=S1=…
–3
0
–5
3
Пусть Xt – значения временного ряда с квартальными наблюдениями, St – мультипликативная сезонная компонента, причём для первого квартала года St=S1=2, для второго квартала года , для третьего квартала года St=S3=2. Определите оценку сезонной компоненты для четвёртого квартала года St=S4=…
1/3
3
–19/4
19/4
Пусть Xt – значения временного ряда с квартальными наблюдениями, St – аддитивная сезонная компонента, причём для первого квартала года St=S1=1, для второго квартала года St=S2=6, для четвёртого квартала года St=S4=–10. Определите оценку сезонной компоненты для третьего квартала года St=S3=…
3
–3
9
–7
Пусть для временного ряда Xt было получено аналитическое выражение TCt для тренд-циклической компоненты и значения аддитивной сезонной компоненты St. Тогда прогнозное значение будет находиться по правилу …
Пусть Xt – значения временного ряда, TCt – тренд-циклическая компонента этого ряда, St – сезонная компонента, Et – случайная компонента. Тогда общий вид мультипликативной модели временного ряда можно представить как …
Xt=TCt+St+Et
Xt=TCt·St·Et
Xt=TCt+St·Et
Xt=TCt·St+Et
Пусть Xt – значения временного ряда, TCt – тренд-циклическая компонента этого ряда, St – сезонная компонента, Et – случайная компонента, – выровненный методом скользящей средней исходный ряд. При выделении аддитивной сезонной компоненты в качестве отличия сезонного явления от тренд-циклической составляющей используется …
Способом включения случайного возмущения в регрессионную модель y=a+bx, при котором сохраняется линейная форма модели, является …
мультиколлинеарный
аддитивный
экспоненциальный
мультипликативный
Тенденция временного ряда описывается с помощью ____ компоненты.
сезонной
случайной
трендовой
фиктивной