Нелинейные зависимости в экономике
При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется замена переменных. Указанным способом может быть линеаризовано уравнение …
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
Переменная х является нелинейной в уравнении …
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
Уравнением нелинейной регрессии, отражающей полиномиальную зависимость y от x, является …
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется замена переменных. Указанным способом не может быть линеаризовано уравнение …
-
1
2
3
4
Регрессионная модель вида является нелинейной относительно…
-
1
переменной
2
параметра
3
переменной
4
переменной
Нелинейным уравнением множественной регрессии является …
1 |
|
|
|
2 |
|
|
|
3 |
|
|
|
4 |
|
|
|
Степенной моделью не является регрессионная модель …
1 |
|
2 |
|
3 |
|
4 |
|
Для регрессионной модели , где – нелинейная функция, – рассчитанное по модели значение переменной , получены значения дисперсий: . Не объяснена моделью часть дисперсии переменной , равная …
1 |
0,096 |
2 |
0,904 |
3 |
0,106 |
4 |
10,4 |
Если зависимость объема спроса от цены характеризуется постоянной эластичностью, то моделирование целесообразно проводить на основе …
1 |
|
степенной функции |
2 |
|
экспоненциальной функции |
3 |
|
параболы второй степени |
4 |
|
равносторонней гиперболы |
Парная, множественная регрессия. Интерпретация, проверка значимости.
Особенность эконометрики как прикладной науки заключается в ____ существующих взаимосвязей социально-экономических показателей и систем.
-
1
количественном измерении
2
качественном описании
3
формулировании теорий
4
схематическом описании
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):
Количество пар коллинеарных независимых переменных в данной модели равно …
-
1
2
2
3
3
4
4
8
В эконометрической модели линейного уравнения множественной регрессии величина параметра а характеризует среднее по совокупности значение зависимой переменной, при значениях ___, равных 0.
-
1
xj
2
3
y
4
a
Для регрессионной модели парной регрессии рассчитано значение коэффициента детерминации . Тогда долю остаточной дисперсии зависимой переменной характеризует величина …
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
Если параметр эконометрической модели является статистически значимым, то отвергается статистическая гипотеза о том, что его значение …
-
1
равно 0
2
отлично от 0
3
равно 1
4
равно коэффициенту парной корреляции
Проверку статистической значимости построенной эконометрической модели на основе F-критерия осуществляют с использованием …
-
1
статистических гипотез
2
стандартизованных переменных
3
системы нормальных уравнений
4
коллективных гипотез
Для оценки параметров эконометрической модели линейного уравнения регрессии вида используется метод наименьших квадратов (МНК), при этом выдвигаются предпосылки относительно величины …
-
1
2
3
4
Для регрессионной модели парной регрессии рассчитано значение коэффициента детерминации (см. рис.).
На остаточную дисперсию зависимой переменной приходится _____ общей дисперсии зависимой переменной.
-
1
16,9 %
2
83,1 %
3
0,831 %
4
0,169 %
Значение коэффициента множественной корреляции рассчитывается по формуле (– коэффициент множественной корреляции; – коэффициент детерминации для уравнения множественной регрессии). Тогда значение коэффициента множественной корреляции будет находится в интервале …
-
1
[0; 1]
2
[–1; 1]
3
[–1; 0]
4
[0; ]
Одной из предпосылок метода наименьших квадратов является то, что в остатках регрессионной модели автокорреляция должна …
1 |
|
отсутствовать |
2 |
|
быть равна 1 |
3 |
|
присутствовать |
4 |
|
стремиться к |
При моделировании уравнения множественной регрессии проверку тесноты связи между независимыми переменными (объясняющими переменными, регрессорами, факторами) модели осуществляют на основе …
1 |
|
матрицы парных коэффициентов линейной корреляции |
2 |
|
системы нормальных уравнений МНК |
3 |
|
показателей существенности параметров модели |
4 |
|
коэффициента множественной корреляции |
В эконометрической модели линейного уравнения регрессии переменной(-ыми) является (-ются) …
-
1
y, xj
2
a
3
bj
4
Ошибкой спецификации эконометрической модели уравнения регрессии является …
1 |
|
использование парной регрессии вместо множественной |
2 |
|
учет случайных факторов |
3 |
|
оценка параметров при помощи МНК |
4 |
|
расчет показателей качества модели |
ТЕОРИЯ: свойства оценок модели
Несмещенность: математическое ожидание остатков равно нулю.
Эффективность: оценки характеризуются наименьшей дисперсией.
Состоятельность: увеличение точности оценки с увеличением объема выборки.
При выполнении предпосылок метода наименьших квадратов (МНК) оценки параметров регрессионной модели, рассчитанные с помощью МНК, обладают свойствами …
-
1
состоятельности, несмещенности и эффективности
2
несостоятельности, смещенности и эффективности
3
состоятельности, смещенности и эффективности
4
состоятельности, смещенности и неэффективности
Эконометрическая модель уравнения регрессии может включать одну или несколько независимых переменных. По данному классификационному признаку различают _______ регрессию.
-
1
простую и множественную
2
линейную и нелинейную
3
множественную и многофакторную
4
простую и парную
Одной из предпосылок метода наименьших квадратов является утверждение, что остатки регрессионной модели должны подчиняться _____ закону распределения.
-
1
нормальному
2
равномерному
3
экспоненциальному
4
геометрическому
Если оценка параметра является смещенной, то нарушается предпосылка метода наименьших квадратов о _________ остатков.
1 |
|
нулевой средней величине |
2 |
|
нормальном законе распределения |
3 |
|
случайном характере |
4 |
|
гомоскедастичности |
Для регрессионной модели вида знак при значении коэффициента парной корреляции , рассчитанного для этого уравнения, совпадает со знаком при …
-
1
x
2
3
a
4
b
Для совокупности из n единиц наблюдений рассчитывают общую дисперсию на одну степень свободы, при этом величину дисперсии относят к значению …
-
1
n – 1
2
n + 1
3
n
4
n / 2
Для регрессионной модели зависимости потребления материала на единицу продукции от объема выпуска продукции построено нелинейное уравнение (см. рис.).
Значение индекса детерминации для данного уравнения составляет R2 =0,904. Следовательно
1 |
|
|
объемом выпуска продукции объяснено 90,4% дисперсии потребления материалов на единицу продукции |
2 |
|
|
потреблением материалов на единицу продукции объяснено 90,4% дисперсии объема выпуска продукции |
3 |
|
|
объемом выпуска продукции объяснено 9,6% дисперсии потребления материалов на единицу продукции |
4 |
|
|
потреблением материалов на единицу продукции объяснено 9,6% дисперсии объема выпуска продукции |
Для эконометрической модели вида показателем тесноты связи между переменными x и y является парный коэффициент линейной …
1 |
|
корреляции |
2 |
|
детерминации |
3 |
|
регрессии |
4 |
|
эластичности |
Известно, что доля остаточной регрессии в общей составила 0,19. Тогда значение коэффициента корреляции равно …
|
1 |
0,9 |
|
2 |
0,19 |
|
3 |
0,81 |
|
4 |
0,95 |
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 …
776,67
50
877,45
46
При исследовании зависимости потребления мяса от уровня дохода и пола потребителя можно рекомендовать …(несколько ответов)
1 |
|
использовать фиктивную переменную – пол потребителя |
2 |
|
разделить совокупность на две: для потребителей женского пола и для потребителей мужского пола |
3 |
|
использовать фиктивную переменную – уровень дохода |
4 |
|
исключить из рассмотрения пол потребителя, так как данный фактор нельзя измерить количественным образом |
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 …
1 |
автокорреляция остатков отсутствует |
2 |
статистика Дарбина – Уотсона попадает в зону неопределенности |
3 |
есть положительная автокорреляция остатков |
4 |
есть отрицательная автокорреляция остатков |