4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:

1. матриц! спостережень незалежних зм!нних;

2. матриц! нормал!зованих зм!нних модел!;

3. системи нормальних р!внянь.

5. Зв'язок м!ж економ!чними характеристиками випуску про- дукц!! та спожитими для цього ресурсами визначаеться економ!ко- математичним сп!вв!дношенням:

1) Y = а(1 + r)^x; 2) Y = aF^а L^e; 3) Y = e^apx+^Y.

6. Дов!рч! !нтервали функц!! регрес!! визначаються за допомогою:

1. ^-критерию Стьюдента та залишково! дисперс!!;

2. стандартно! похибки р!вняння;

3. стандартно! похибки параметр!в.

7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:

1. автокореляц!!;

2. гомоскедастичност!;

3. мультикол!неарност!.

8. За наявност! гетероскедастичност! параметри модел! оц!нюють- ся за:

1. умовним методом найменших квадрат!в:

2. узагальненим методом найменших квадрат!в;

3. двокроковим методом найменших квадрат!в.

9. Модел!, що м!стять лагов! значення залежно! зм!нно!, назива- ються:

1. моделями розпод!леного лага;

2. авторегрес!йними моделями;

3. моделями сезонних коливань.

10. Система одночасних р!внянь називаеться !дентиф!кованою, якщо:

1. параметри структурно! форми модел! однозначно визнача-ються через параметри зведено! форми;

2. к!льк!сть зм!нних, виключених з кожного р!вняння системи, дор!внюе к!лькост! р!внянь модел!;

3. параметри зведено! форми модел! визначаються через пара-метри структурно! форми.

1. Залежшсть м!ж величинами x та y називаеться статистичною, якщо:

1. кожному значенню x в!дпов!дае лише одне значення y, яке обчислюеться за в!домою формулою;

2. зм!нювання одн!е! величини зумовлюе зм!нювання розпо-д!лу !ншо!;

3. зм!нювання величини x зумовлюе зм!нювання y за заданим законом.

2. Кореляц!йна матриця:

1. е матрицею парних коеф!ц!ент!в кореляц!!;

2. характеризуе щ!льн!сть зв'язку вс!х незалежних зм!нних !з залежною зм!нною;

3. описуе кореляц!йн! зв'язки м!ж незалежними зм!нними модел!.

3. Оц!нка параметра називаеться обгрунтованою, якщо:

1. задовольняе закон великих чисел;

2. отримана за методом найменших квадрат!в;

3. мае найменшу дисперс!ю.

4. Точковий прогноз - це:

1. побудова регрес!йно! залежност! за заданими точками;

2. значення залежно! зм!нно!, обчислене за моделлю при зада-ному значенн! пояснюючих зм!нних;

3. визначення крайн!х точок дов!рчого !нтервалу для прогноз­ного значення залежно! зм!нно!.

5. Статистична значущ!сть параметр!в модел! визначаеться за до- помогою:

1. стандартно! похибки р!вняння;

2. £-критер!ю Стьюдента;

3. Р-критерио Ф!шера.

6. Якщо виникае явище гетероскедастичност!, то оц!нки пара- метр!в модел!, отриман! за 1МНК, будуть:

1. необгрунтованими;

2. зм!щеними;

3. неефективними.

7. За наявност! автокореляц!! для оц!нювання параметр!в засто- совуеться:

1) непрямий метод найменших квадрат!в;

2. метод Фаррара — Глобера;

3. узагальнений метод найменших квадрат!в.

8. Для виявлення незалежно! зм!нно!, що залежить в!д ус!х !нших незалежних зм!нних, у раз! мультикол!неарност! застосовуеться:

1. F-критерш;

2. £-критер!й;

3. критер!й %².

9. Умова !дентиф!кованост! р!вняння структурно! форми мае виг-

ляд:

1) k_s - 1 < m - m_s; 2) k_s - 1 = m - m_s; 3) k_s - 1 < m - m_s,

де k_s, m_s — в!дпов!дно к!льк!сть залежних ! незалежних зм!нних, що входять до s-го р!вняння структурно! форми, m — загальна к!льк!сть екзогенних зм!нних модел!.

10. Для оцшювання параметр!в рекурсивних систем р!внянь зас-тосовуеться:

1. метод найменших квадрат!в;

2. двокроковий метод найменших квадрат!в;

3. метод головних компонент!в.