testi_ekonometrika
.docx-
Модель разложения временного ряда на детерминированную и случайную составляющие имеет формы
Ответ: аддитивную и мультипликативную
-
Мультипликативной моделью временного ряда называется:
Ответ: произведение детерминированного и случайного компонентов
-
Тренд временного ряда характеризует совокупность факторов:
Ответ: оказывающихдолговременное влияние и формирующих общую динамику изучаемого показателя
-
Аддитивной моделью временного ряда называется:
Ответ: сумма детерминированного и случайного компонентов
-
Прогнозирование по мультипликативной тренд-сезонной модели временного ряда сводится к расчету по уравнению модели в виде:
Ответ: Y=T*S+E
-
Мультипликативную модель временного ряда строят, когда амплитуда:
Ответ: сезоннных колебаний возрастает или уменьшается
-
Укажите последовательность этапов декомпозиции временного ряда на составляющие:
-
Механическое выравнивание исходного ряда методом скользящих средних
-
Выделение циклической компоненты
-
Выделение случайной компоненты
-
Расчет сезонной составляющей
-
Аналитическое выравнивание тренда и расчет значений тренда с использованием полученного уравнения тренда
-
Определение коэффициента изменения уровня ряда путем деления фактических уровней ряда на сглаженные
-
Оценка адекватности модели
-
Метод сравнения средних позволяет выявить наличие в ряду динамики:
Ответ: сезонной компоненты
-
Степень полинома модели, которая используется для описания тенденции, в которой приросты уровней ряда со временем изменяются равномерно:
Ответ: первая
-
К факторам, под действием которых формируются значения элементов временного ряда относятся:
Ответ: трендовые, случайные, сезонные, циклические
-
Какие статистические критерии используются в тестах (на наличие) тренда в уровнях динамического ряда: Фишера и Стьюдента
-
Какой коэффициент определяет адекватность линейноймодели:
Ответ: коэффициент детерминации
-
Какое значение не может принимать линейный коэффициент корреляции:
Ответ: 1.111 т.ккоэф корреляции (-1;1)
-
Оценка параметра называется эффективной, если:
Ответ: дисперсия минимальна
-
Как определяется значение параметра а0:
-
Что измеряет коэффициент детерминации:
Ответ: общую вариацию зависимой переменной, которая объясняется регрессией
-
Какой критерий используют для оценки значимости коэффициента корреляции:
Ответ: критерий Стьюдента
-
Уравнение регрессии имеет вид Y=2,02+0,78X. На сколько единиц своего измерения в среднем изменится У при увеличении Х на одну единицу своего измерения
Ответ: увеличится на 0,78
-
Соотношение d=r^2 выполняется в линейной модели
-
Значимость коэффициента корреляции выполняется по формуле:
-
Свободный член в уравнении регрессии это линия в которой линия пересекает ось ОХ.
-
В уравнении регрессии параметр А1 означает какая доля вариации результативного признака У учтена в модели и обусловлена влиянием на ее переменные Х.
-
С учетом соотношения между доходом У и числом работников Х: У=8.65+268Х магазин принял на работу дополнительно одного человека, может ожидать такой дополнительный доход 8.65+268
-
При каком значении коэффициента корреляции связь между признаками У иХ можно считать тесной -0,975
-
Что измеряет коэффициент детерминации Общая вариация зависимой переменной, которая объясняется регрессией
-
В регрисионной модели факторными признаками называются зависимые переменные
-
С помощью какого метода целесообразно оценить параметры для однофакторной модели – метод наименьших квадратов
-
Для определения статистической значимости АО парной линейной регрессии исп. Формулу:
-
Если парный коэффициент корреляции между признаками Х и У принемает значение 0.7, то коэффициент детерминации равен 0,82
30. Коэффициент детерминации изменяется в пределах:
От 0 до 1
31. Оценки параметров регрессии( свойства оценок МНК) должны быть:
Несмещенными
Состоятельными
Эффективными
32. для определения значения параметра а1 линейной регрессии используют формулу:
33. Уравнение регрессии имеет вид У=12,45+0,55Х. На сколько единиц своего измерения в среднем изменится У при увеличении Х на одну единицу своего измерения:
Увеличиться на 0,55
34. Какой критерий используют для оценки статистической значимости параметров:
Критерий Стьюдента
-
В случае мультиколлинеарности все оценки параметров модели или их больше часть будут:
Статистически незначимыми при высоком значении коэффициента множественной корреляции
36 коэффициент парной корреляции изменяется в пределах:
от -1 до 1
-
добавление новой объясняющей переменной:
никогда не уменьшает значение коэффициента детерминации
-
Коэффициент множественной корреляции определяется по формуле:
-
получаемые с помощью МНК оценки параметров множественной регрессии обладают следующими характеристиками:
несмещенностью и эффективностью
-
Скорректированый коэффициент детерминации увеличивается при добавлении новой объясняющей переменной только тогда:
Когда Т-статистика для этой переменной по модулю больше единицы
41 Чтобы проверить значимость отдельного параметра в эконометрической модели используют:
Т-тест
42. коэффициент множественной корреляции для многофакторной эконометрической модели может быть вычислен:
Через коэффициент парных корреляций между факторными и результативными признакми.
43.какой критерий используют для определения статистической значимости множественной модели:
Критерий Стьюдента
44. Сколько уравнений будет включать система нормальных уравнений для оценки параметров с помощью МНк, если количество независимых факторов модели равно 10:
9-??????
45.Чтобы проверить адекватность модели в целом используют:
Коэффициент множественной корреляции
46. какое значение может принимать множественный коэффициент корелляции
0,861; -0,453
47. какое значение не может принять множественный коэффициент корреляции:
1,2
-1,7
48. Уравнение регрессии является качественным, если:
Т-статистика, Ф-статистика больше критических значений, предпосылке МНК соблюдены
49.Какие виды прогнозов используются во множественных эконометрических моделях:
Точечный
Интервальный
50. Фиктивные переменные- это:
Атрибутивные переменные( например, как профессия, пол, образование), которым придали цифровые метки
51. Для проверки значимости одновременно всех параметров используют:
Т-тест
52. Для определения наличия мультиколлинеарности используют
Метод Феррара-Глобера
53. Какой вид имеет многофакторная эконометрическая модель
У= а0+а1х+е
54. При полной мультиколлинеарности матрица (ХТ Х):
Вырожденная
55 фиктивные переменные являются переменными
Качественными
56. Используя МНК можно определить:
Параметры модели
57. параметри множественной эконометрической модели могут быть найдены с помощью:
Решения системы нормальных уравнений
58. метод наименьших квадратов применим к уравнениям регрессии :
Которые отражают линейную зависимость между двумя экономическими показателями
Которые отражают нелинейную зависимость между двумя экономическими показателями и могут быть приведены к линейному видую
59. Степень мулитьколлинеарности тем больше, чем больше
Определитель матрицы коэффициентов системы нормальных уравнений
60. Для устранения мультиколлтнеарности используют:
Метод Феррара-Глобера
61. чему равно число степеней свободы для критерия стъюдента при проверке статзначимости параметров многофакторной эконометрической модели:
0,5м(м-1)
62. Эндогенные переменные:
-
Влияют на экзогенные переменные
-
Не зависят от экзогенных переменных
-
Не могут быть объектом регулирования
-
Нет правильного ответа
-
Все ответы верны
63.Сколько уравнений будет включать система нормальных уравнений для оценки параметров модели с помощью МНК, если количество независимых перемнных факторов равно 6:
-
6
-
62
-
7
-
5
64.Чистая гетероскедастичность определяется:
-
Одной переменной
-
Несколькими переменными
-
Законом распределения ошибок
65. Гомоскедастичность является нарушением условий построения оценок параметров классической регрессии.
-
Верно
-
Ложно
66. Под автокорреляцией уровней ряда подразумевается ________ зависимостей между последовательными уровнями ряда.
-
Корреляционно-функциональная
-
Функциональная
-
Детерминированная
-
Корреляционная
67. Гомоскедастичность остатков подразумевает
-
Одинаковую дисперсию остатков при каждом значении факторов
-
Рост дисперсии остатков с увеличением значения факторов
-
Максимальную дисперсию остатков при средних значениях фактора
-
Уменьшение дисперсии остатков с уменьшением значения фактора
68. Если значение статистики Гольфреда-Квандта R* меньше Fтабл, то гетероскедастичность:
-
Присутствует
-
Отсутствует
-
Нельзя сделать вывод
-
Подтверждает, что закон распределения ошибок отличается от нормального
69. Говорят о наличии отрицательной автокорреляции отклонений эконометрической модели, если по критерию Дарбина Уотсона^
-
d=0 или d < dI
-
d = 2 или dI < d < du
-
d=4 или d > (4-dI)
-
dI < d < du или (4-du) < d < (4-dI)
70. Гетероскедастичность является нарушением условий построения оценок параметров классической регрессии.
-
Верно
-
Ложно
71. Для оценки модели с гетероскедастичностью применяют:
-
Метод исключения переменных
-
Метод наименьших модулей
-
Метод наименьших квадратов
-
Обобщенный метод наименьших квадратов
72. Статистика Дарбина – Eотсона (DW) вычисляется по формуле:
73. Несмещенность оценки характеризует
-
Наименьшую дисперсию остатков
-
Зависимость дисперсии от объема выборки
-
Увеличение точности вычисления дисперсии с увеличением объема выборки
-
Равенство нулю математического ожидания остатков
74. При каком значении статистики Дарбина – Уотсона нельзя сделать однозначный вывод о наличии автокорреляции
-
0
-
[ DWI ; DWu]
-
4
-
[4 - DWI ;4 - DWu]
-
[0;4]
-
[DWu ; 4 - DWu ]
75. ОМНК – оценки параметров обобщенной регрессионной модели
-
Смещенные
-
Несмещенные
-
Стохастические
-
Несостоятельные
76. Оценки параметров, полученные с помощью метода наименьших квадратов (1МНК) в случае автокорреляции отклонений будут:
-
Смещенными
-
Несмещенными
-
Состоятельными
-
Несостоятельными
-
Эффективными
-
Неэффективными
77. Предпосылками МНК являются:
-
Случайные отклонения коррелируют друг с другом
-
Гетероскедастичность случайных отклонений
-
Случайные отклонения являются независимыми друг от друга
-
Дисперсия случайных отклонений постоянна для всех наблюдений
78. Автокорреляция остатков – это:
-
Отсутствие взаимосвязи между последовательными элементами ряда остатков модели
-
Наличие взаимосвязи между любыми элементами ряда остатков модели
-
Наличие взаимосвязи между последовательными элементами ряда остатков модели
-
Наличие непостоянной дисперсии остатков
79. Какой из методов оценки параметров модели с автокоррелированными остатками предполагает использование известной ковариационной матрицы остатков:
-
Кохрейна –Оркатта
-
Хилтера – Лу
-
Эйткена
-
Дарбина
80. Параметрический тест Гольфреда – Квандта предполагает: ????????
-
Нормальное распределение величины «е»
-
Пуассоновское распределение величины «е»
-
Любое распределение величины «е»
-
Небольшой объем выборки
-
Очень большой объем выборки
81. Обобщенный метод наименьших квадратов применяется в случае
-
Фиктивных переменных
-
Мультиколлинеарности факторов
-
Автокорреляции переменных
-
Автокорреляции остатков
82. Если значение статистики {Мю} меньше табличного значения {Хи квадрат}, то явление гетороскедастичности
-
Присутствует
-
Отсутствует
-
Нельзя сделать вывод
-
Подтверждает, что закон распределения ошибок отличается от нормального
83. Случайные члены (ошибки) коррелированы при гомоскедастичности
-
Верно
-
Ложно
84.Укажите справледливые утверждения по поводу критерия Дарбина-Уотсона
ОТВЕТ: 1.Позволяет проверить гипотезу о наличии автокорреляции первого порядка
2.изменяется от 0 до 4
85. При наличии гетероскедастичности оценки параметров ,полученных с помощью МНК как правило :
ОТВЕТ: 1.Эффективная
2.несмещенная
86. Какая гипотеза о тестах Уайта, Голфелда-Квандта и Бреуша-Погана принимается за нулевую? ОТВЕТ: гиппотеза о гетероскедастичности
87. МНК оценки параметров обобщенной регрисионной модели
ОТВЕТ:несмещенные
88. Оценка гетероскедастичности модели МНК-методом является?
ОТВЕТ: Эффективной
89. Гиперболе соответствует
ОТВЕТ:обратная зависимость показателя
90. Функция вида у=0.5*х^9 является
ОТВЕТ:Степенная
91. Экспоненциальная зависимость линеализируется с помощью
ОТВЕТ:и первое и 2-е
92. Чему равен предельный продукт капитала в точке L0=100 ,K0=100,если производственная функция Кобба-Дугласа имеет вид У=2L^0,3*K^0,7
ОТВЕТ:1.4
93. Изменение объема производства продукции за счет изменения капитала на единицу при неизменных значениях остальных факторов производства называется ?
ОТВЕТ: Предельным продуктом капитала
94. Прямая ,соединяющая начало координат и точки на изоквантах в которых предельные нормы замены ресурсов равны называются?
ОТВЕТ: Изоклиналь
95. Параметры нелинейных моделей поддающихся линеализации легче всего оценить с помощью ? ОТВЕТ:МНК
96. Изменение объема производства продукции за счет изменения капитала на 1 процент при неизменных значениях остальных факторов производста называется?
ОТВЕТ: Эластичностью обьема производста по капиталу
97. Производственная функция Кобба-Дугласа является классическим примером
ОТВЕТ: Степенная зависимости
98. Полиномы линеализируются
ОТВЕТ:переходом к новым переменным
99. Кривая Филипса является классическим для экономики примером
ОТВЕТ: обратной зависимости
100. Чему равна средняя продуктивность капитала в точке L0=10,K0=100,если производная функция Кобба-Дугласа имеет вид:
ОТВЕТ: 2
101. Линеаризация
ОТВЕТ:Приведение нелинейной к линейному виду
102. Экспоненциальная зависимость является часным случаем
ОТВЕТ:Показательной зависимостью
103. Средняя ошибка расчитывается по формуле
104.Степень полинома модели, которая используется для описания тенденций уровня ряда, которые возрастают или равномерно убывают:
-
Первая
-
Вторая
-
Третья
-
Такой процесс нельзя описать с помощью полиноминальной модели
105. При моделировании экономических процессов сс помощью временных рядов оперируют следующим типом данных
-
Пространственным
-
Статистическими
-
Динамическими
-
моментными
106. Тренд со спецификой вида Y = a0 +a1t+... +aptp
-
Полиноминальный
-
Экспоненциальный
-
Логистический
107. процессы, в развитии которых можно выделить четыре стадии прироста(незначительный, ускоряющийся, замедляющийся и снова незначительный), моделируют трендом
-
Полиноминальным
-
Экспотенциальным
-
S-образной формы
108. При экономическом анализе периодических временных рядов, где в структуре ряда есть колебательные процессы с разным периодом и амплитудой, используют
-
Метод гармоничного и спектрального анализа
-
Модель авторегрессии
-
Модель скользящего среднего
-
Модель авторегрессии и проинтегрировано скользящего среднего
109. Формы моделей, которые учитываю фактор сезонности в уровнях динамического ряда
-
Мультипликативная
-
Структурная
-
Приведенная
-
аддитивная
-
Все ответы верны
110.среднеквадратическая ошибка
111. Порядок расчета сезонной составляющей
1. Расчет коэф.изменений уровней ряда как отношений фактических уровней ряда к сглаженым
2. группировка по годам и кварталам
3.расчет суммы по каждому столбцу без учета максимального и минимального значения
4.расчет модифицированого среднего
5. расчет скоректированого модифицировано среднего
112.Адитивная модель временного ряда имеет вид
У(t)=T*S*C