ЭКОНОМЕТРИКА 3

1			получение приведенной формы модели
2			оценка параметров каждого уравнения приведенной формы модели с помощью обычного МНК, получение системы
3			трансформация коэффициентов приведенной формы модели  в параметры структурной формы модели
4			запись структурной формы модели системы эконометрических уравнений с рассчитанными значениями структурных коэффициентов, получение системы вида

Решение: В случае точно идентифицируемой структурной формы модели для оценки ее параметров применяют косвенный метод наименьших квадратов (КМНК). При этом соблюдают следующую последовательность этапов КМНК: 1) структурная форма модели преобразовывается в приведенную форму модели; 2) для каждого уравнения приведенной формы модели обычным МНК оцениваются параметры приведенной формы модели – приведенные коэффициенты; 3) коэффициенты приведенной формы модели трансформируются в параметры структурной формы модели; 4) записывается структурная форма модели системы эконометрических уравнений с рассчитанными значениями структурных коэффициентов. Поэтому соответственно данной последовательности алгоритма можем составить алгоритм по системе задания. Тогда имеем следующую последовательность действий: 1) получение приведенной формы модели ; 2) оценка параметров каждого уравнения приведенной формы модели с помощью обычного МНК, получение системы ; 3) трансформация коэффициентов приведенной формы модели  в параметры структурной формы модели; 4) запись структурной формы модели системы эконометрических уравнений с рассчитанными значениями структурных коэффициентов, получение системы вида . Эконометрика : учеб. / И.И. Елисеева и [др.]; под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2005. – С. 266– 268 с.  

  ЗАДАНИЕ N 7 сообщить об ошибке Тема: Общие понятия о системах уравнений, используемых в эконометрике

Начало формы

Конец формы

Система эконометрических уравнений может быть использована для …

			описания взаимосвязей между совокупностью зависимых и независимых переменных
			улучшения качества моделирования исследуемого явления или процесса по сравнению с отдельным уравнением регрессии
			упрощения вида моделируемой связи
			линеаризации моделируемого экономического процесса или явления

Решение: Рассмотрим все предложенные варианты ответов и сопоставим их с возможными вариантами использования систем эконометрических уравнений. Вариант «для упрощения вида моделируемой связи» отражает прямо противоположный случай, т.к. при использовании систем удается описать функционирование более сложных социально-экономических систем (этот вариант ответа неверный). Вариант «для линеаризации моделируемого экономического процесса или явления» не отражает цели использования систем эконометрических уравнений, так как для линеаризации нелинейных регрессионных моделей используются методы подстановки, замены, логарифмирования и т.д. (этот вариант ответа неверный). Вариант «для улучшения качества моделирования исследуемого явления или процесса по сравнению с отдельным уравнением регрессии» действительно отражает возможную цель использования системы, потому что, как правило, использование системы уравнений для описания этого же экономического явления или процесса дает более высокие результаты моделирования, позволяет учесть реальное взаимодействие элементов социально-экономической системы (этот вариант ответа правильный). Вариант «для описания взаимосвязей между совокупностью зависимых и независимых переменных» описывает особенность системы эконометрических уравнений (этот вариант ответа правильный).

 ЗАДАНИЕ N 8 сообщить об ошибке Тема: Классификация систем уравнений

Начало формы

Конец формы

Установите соответствие между видом и классом системы эконометрических уравнений: (1) (2)

1			система рекурсивных уравнений
2			система взаимозависимых (одновременных) уравнений
			система независимых уравнений

 ЗАДАНИЕ N 9 сообщить об ошибке Тема: Временные ряды данных: характеристики и общие понятия

Начало формы

Конец формы

На графике изображен(-ы) (см. рис.) …

			временной ряд
			уравнение регрессии
			перекрестные данные
			коррелограмма

  ЗАДАНИЕ N 10 сообщить об ошибке Тема: Структура временного ряда

Начало формы

Конец формы

На графике изображен временной ряд, содержащий возрастающую тенденцию. Исходя из данной структуры ряда можно предположить, что наиболее высокое значение коэффициента автокорреляции уровней ряда будет наблюдаться для ______ порядка.

			первого
			седьмого
			одиннадцатого
			пятого

Решение: Структура временного ряда определяется по значениям коэффициента автокорреляции, рассчитанным для разных порядков. Коэффициент автокорреляции характеризует тесноту связи между уровнями исходного ряда и уровнями этого же ряда, сдвинутыми на значение порядка коэффициента автокорреляции. Если временной ряд содержит тенденцию, то наиболее высокое (максимальное или чуть меньше, чем максимальное) значение наблюдается у коэффициента автокорреляции первого порядка, так как оказываются тесно связанными два соседних уровня временного ряда. Поэтому правильный вариант ответа – «первого». Если наблюдаются высокие значения для коэффициента автокорреляции более высоких порядков, то это свидетельствует о наличии во временном ряде периодических колебаний, период колебаний равен порядку соответствующего коэффициента автокорреляции. Варианты ответов «седьмого», «одиннадцатого» и «пятого» не являются правильными, так как в этом бы случае ряд должен был содержать волну с соответствующим периодом колебаний. Кроме этого, максимальный порядок рассчитываемого коэффициента автокорреляции не должен превышать числа n/4, где n – число уровней исходного ряда.

 ЗАДАНИЕ N 11 сообщить об ошибке Тема: Модели стационарных и нестационарных временных рядов и их идентификация

Начало формы

Конец формы

Для стационарных временных рядов y₁, у₂, … y_t, …, y_n (t = 1, …, n) автоковариация зависит только от величины …

			лага
			количества уровней ряда
			математического ожидания значений уровня ряда.
			начального значения процесса

  ЗАДАНИЕ N 12 сообщить об ошибке Тема: Аддитивная и мультипликативная модели временных рядов

Начало формы

Конец формы

Уровень временного ряда (y_t) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Мультипликативную модель временного ряда формируют следующие значения компонент уровня временного ряда …

			yt = 7; T = 3,5; S = 2; E = 1
			yt = 7; T = 6,5; S = 0; E = 0,5
			yt = 7; T = -3,5; S = -2; E = -1
			yt = 7; T = 3,5; S = -2; E = 1

Решение: Мультипликативная модель временного ряда записывается в виде выражения и предполагает, что произведение компонент ряда T, S и Е равно значению уровня ряда y_t. Проверим какой из ответов удовлетворяет данному условию. Если y_t=7; T=6,5; S=0; E=0,5, то 7=6,500,5 => 7=0 => равенство не выполняется, это неправильный вариант ответа. Если y_t=7; T=-3,5; S=-2; E=-1, то 7=(-3,5)(-2)(-1) => 7=(-7) => равенство не выполняется, это неправильный вариант ответа. Если y_t=7; T=3,5; S=-2; E=1, то  => 7=3,5(-2)1 => 7=(-7) => равенство не выполняется, это неправильный вариант ответа. Если y_t=7; T=3,5; S=2; E=1, то 7=3,521 => 7=7 => равенство выполняется, это правильный вариант ответа.

 ЗАДАНИЕ N 13 сообщить об ошибке Тема: Обобщенный метод наименьших квадратов (ОМНК)

Начало формы

Конец формы

Для оценки параметров регрессионной модели с гетероскедастичными остатками используется _______ метод наименьших квадратов.

			обобщенный
			традиционный
			двухшаговый
			косвенный

 ЗАДАНИЕ N 14 сообщить об ошибке Тема: Свойства оценок параметров эконометрической модели, получаемых при помощи МНК

Начало формы

Конец формы

Для регрессионной модели несмещенность оценки параметра означает, что математическое ожидание остатков равно …

			0
			оцениваемому параметру, рассчитанному по генеральной совокупности
			свободному члену уравнения регрессии
			1

 ЗАДАНИЕ N 15 сообщить об ошибке Тема: Оценка параметров линейных уравнений регрессии

Начало формы

Конец формы

Для построения эконометрической модели линейного уравнения регрессии используется таблица статистических данных. При помощи метода наименьших квадратов (МНК) рассчитываются оценки параметров модели вида . Для выборочного i-го наблюдения модель имеет вид  . При применении метода наименьших квадратов рассчитывается …

 ЗАДАНИЕ N 16 сообщить об ошибке Тема: Предпосылки МНК, методы их проверки

Начало формы

Конец формы

Одной из предпосылок метода наименьших квадратов является утверждение, что остатки регрессионной модели должны подчиняться _____ закону распределения.

			нормальному
			равномерному
			экспоненциальному
			геометрическому

 ЗАДАНИЕ N 17 сообщить об ошибке Тема: Нелинейные зависимости в экономике

Начало формы

Конец формы

Нелинейным уравнением множественной регрессии является …

 ЗАДАНИЕ N 18 сообщить об ошибке Тема: Линеаризация нелинейных моделей регрессии

Начало формы

Конец формы

При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется логарифмирование уравнения. Указанным способом может быть линеаризовано уравнение …

  ЗАДАНИЕ N 19 сообщить об ошибке Тема: Виды нелинейных уравнений регрессии

Начало формы

Конец формы

Регрессионная модель вида  является нелинейной относительно …

			переменной
			параметра
			переменной
			переменной

Решение: Модель  является нелинейным уравнением множественной регрессии. В данном уравнении переменными являются ; параметрами – . Нелинейной в данном уравнении является переменная , которая возводится в степень 2; переменные  линейны, так как они входят в уравнение в степени 1. Параметры   линейны. Таким образом, правильным ответом является «переменной ».

  ЗАДАНИЕ N 20 сообщить об ошибке Тема: Оценка качества нелинейных уравнений регрессии

Начало формы

Конец формы

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, …

			объемом выпуска продукции объяснено 90,4% дисперсии потребления материалов на единицу продукции
			потреблением материалов на единицу продукции объяснено 90,4% дисперсии объема выпуска продукции
			объемом выпуска продукции объяснено 9,6% дисперсии потребления материалов на единицу продукции
			потреблением материалов на единицу продукции объяснено 9,6% дисперсии объема выпуска продукции