ЭКОНОМЕТРИКА 2

Образовательное учреждение: Мордовский государственный университет им. Н.П. Огарева Специальность: 080105.65 - Финансы и кредит Группа: 308 экон Дисциплина: Эконометрика Идентификатор студента: Мамкина Светлана Ивановна Логин: 03fs482673 Начало тестирования: 2012-12-03 18:20:47 Завершение тестирования: 2012-12-03 18:29:22 Продолжительность тестирования: 8 мин. Заданий в тесте: 24 Кол-во правильно выполненных заданий: 20 Процент правильно выполненных заданий: 83 %

 ЗАДАНИЕ N 1 сообщить об ошибке Тема: Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов (КМНК) и двухшаговый метод наименьших квадратов (ДМНК)

Начало формы

Конец формы

Определите последовательность этапов алгоритма оценки параметров модели системы эконометрических уравнений.

1			определение класса системы эконометрических уравнений
2			оценка возможности идентификации модели
3			выбор метода оценки параметров модели в соответствии с идентифицируемостью модели
4			расчет оценок параметров модели системы эконометрических уравнений

 ЗАДАНИЕ N 2 сообщить об ошибке Тема: Общие понятия о системах уравнений, используемых в эконометрике

Начало формы

Конец формы

Система эконометрических уравнений может состоять из _____ уравнения (-ий) регрессии.

			двух
			трех
			одного
			бесконечно большого количества

 ЗАДАНИЕ N 3 сообщить об ошибке Тема: Классификация систем уравнений

Начало формы

Конец формы

Установите соответствие между классом и видом системы эконометрических уравнений: (1) система взаимозависимых (одновременных) уравнений (2) система независимых уравнений

1
2

 ЗАДАНИЕ N 4 сообщить об ошибке Тема: Идентификация систем эконометрических уравнений

Начало формы

Конец формы

Даны структурная и приведенная формы модели системы одновременных уравнений:  и Установите соответствие между наименованием обозначения и его видом: (1) приведенный коэффициент (2) структурный коэффициент (3) переменная модели

1
2
3

 ЗАДАНИЕ N 5 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 6 сообщить об ошибке Тема: Предпосылки МНК, методы их проверки

Начало формы

Конец формы

Для построения эконометрической модели линейного уравнения множественной 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 минимизируется сумма квадратов величины …

 ЗАДАНИЕ N 7 сообщить об ошибке Тема: Оценка параметров линейных уравнений регрессии

Начало формы

Конец формы

Для построения эконометрической модели линейного уравнения регрессии вида  используется таблица статистических данных. При помощи метода наименьших квадратов (МНК) рассчитываются оценки параметров модели …

  ЗАДАНИЕ N 8 сообщить об ошибке Тема: Обобщенный метод наименьших квадратов (ОМНК)

Начало формы

Конец формы

Исходная регрессионная модель имеет вид . Преобразование переменных вида  используется в том случае, если ________ и оценка параметров проводится с помощью ________ метода наименьших квадратов.

			предпосылки МНК нарушены; обобщенного
			предпосылки МНК не нарушены; обобщенного
			предпосылки МНК нарушены; традиционного
			предпосылки МНК не нарушены; традиционного

Решение: Метод наименьших квадратов (МНК) позволяет рассчитать такие оценки параметров линейной модели регрессии, для которых сумма квадратов отклонений фактических значений зависимой переменной y от ее модельных (теоретических) значений  минимальна. Отклонение , посчитанное для i-го наблюдения, является ошибкой модели. При применении МНК относительно остатков регрессионной модели выдвигаются определенные предпосылки. Если остатки не удовлетворяют предпосылкам МНК, то применение обычного (традиционного) МНК нецелесообразно. Если остатки гетероскедастичны, то проводят преобразование переменных и оценку параметров осуществляют с использованием обобщенного метода наименьших квадратов (ОМНК). При этом для регрессионной модели вида  проводится преобразование исходных переменных  к переменным вида . Поэтому верным вариантом ответа является «предпосылки МНК нарушены; обобщенного» или полный вариант ответа «если предпосылки МНК нарушены и оценка параметров проводится с помощью обобщенного метода наименьших квадратов». Варианты  «предпосылки МНК не нарушены» и «традиционный МНК» в данном случае не удовлетворяют постановке вопроса. Эконометрика: учеб. / И.И. Елисеева [и др.]; под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2005. – С. 201-203.

 ЗАДАНИЕ N 9 сообщить об ошибке Тема: Линеаризация нелинейных моделей регрессии

Начало формы

Конец формы

При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется способ приведения уравнения к обратному виду, то есть к переменной  . Указанным способом может быть линеаризовано уравнение …

 ЗАДАНИЕ N 10 сообщить об ошибке Тема: Нелинейные зависимости в экономике

Начало формы

Конец формы

Нелинейным уравнением множественной регрессии является …

 ЗАДАНИЕ N 11 сообщить об ошибке Тема: Виды нелинейных уравнений регрессии

Начало формы

Конец формы

Не является полиномом регрессионная модель …

  ЗАДАНИЕ N 12 сообщить об ошибке Тема: Оценка качества нелинейных уравнений регрессии

Начало формы

Конец формы

Для нелинейного уравнения регрессии рассчитано значение индекса детерминации . Следовательно, доля остаточной дисперсии в общей дисперсии зависимой переменной для данного уравнения составляет …

			10%
			10
			90%
			90

Решение: Уравнение регрессии строится для моделирования зависимой переменной. При этом общая дисперсия зависимой переменной принимается как целое, то есть за 1. Она (1 – общая дисперсия) раскладывается на две части: объясненная уравнением часть и не объясненная уравнением (остаточная) часть. Для каждой части рассчитывается ее доля в общей дисперсии, то есть в 1. Доля объясненной дисперсии в общей есть не что иное как индекс детерминации (для нелинейных уравнений) или коэффициент детерминации (для линейных уравнений), обозначается R². Доля остаточной дисперсии в общей рассчитывается как разность (1– R²). Доля каждой из частей всегда не больше 1; доля есть часть, поэтому не имеет единицы измерения. Можно рассчитать также процент, тогда долю нужно умножить на 100%, это значение будет показывать, сколько процентов занимает та или иная часть дисперсии (объясненная или остаточная) в общей дисперсии, то есть в 100%. В нашем случае , следовательно, доля объясненной дисперсии зависимой переменной в ее общей дисперсии составляет 0,9; доля остаточной дисперсии зависимой переменной в общей составляет 0,1. В процентном соотношении получаем: доля объясненной дисперсии зависимой переменной в ее общей дисперсии составляет 90%; доля остаточной дисперсии зависимой переменной в общей составляет 10% (это правильный вариант ответа).

 ЗАДАНИЕ N 13 сообщить об ошибке Тема: Оценка тесноты связи

Начало формы

Конец формы

Для регрессионной модели вида  рассчитано значение коэффициента парной корреляции ; если , то связь между у и х …

			обратная
			прямая
			функциональная
			отсутствует

  ЗАДАНИЕ N 14 сообщить об ошибке Тема: Оценка значимости параметров эконометрической модели

Начало формы

Конец формы

Если параметр эконометрической модели не является статистически значимым, то отвергается статистическая гипотеза о том, что его значение …

			отлично от 0
			равно 0
			равно 1
			равно коэффициенту парной корреляции

Решение: Эконометрическая модель дает количественное выражение исследуемой зависимости между социально-экономическими показателями. При этом оценка параметров модели осуществляется по некоторой статистической выборке, отражающей данную зависимость для генеральной совокупности однородных объектов. При проверке статистической значимости параметра проверяется статистическая гипотеза о том, что значение параметра модели равно 0 и соответствующая независимая переменная не оказывает влияния на моделируемый показатель (зависимую переменную). Если анализ показал, что параметр значим, то гипотеза о равенстве 0 его значения отвергается, таким образом, значение параметра признается отличным от 0, и влияние соответствующей независимой переменной на моделируемый показатель (зависимую переменную) признается значимым. Правильный вариант ответа – «отлично от 0». Или полный ответ: «Если параметр эконометрической модели не является статистически значимым, то отвергается статистическая гипотеза о том, что его значение отлично от 0».

  ЗАДАНИЕ N 15 сообщить об ошибке Тема: Проверка статистической значимости эконометрической модели

Начало формы

Конец формы

Для совокупности из n единиц наблюдений построена модель линейного уравнения множественной регрессии с количеством параметров при независимых переменных, равным k. Тогда при расчете объясненной дисперсии на одну степень свободы величину дисперсии относят к значению …

			k
			k + 1
			k – 1
			n + k

Решение: При расчете дисперсии на одну степень свободы величину дисперсии (суммы квадратов разности) относят к значению ее степени свободы. Так как число степеней свободы объясненной дисперсии равно k, то соответствующую сумму квадратов разности делят на k. Правильный вариант ответа – «k».