- •Предмет, методы и задачи эконометрики
- •Спецификация модели;
- •Парная линейная регрессия и корреляция
- •Обратная линейная;
- •Корреляционной;
- •Коэффициент регрессии;
- •Парная нелинейная регрессия и корреляция
- •82. Линеаризация какой функции происходит путем замены переменных: ?
- •1) Линейной; 2) гиперболы; 3) показательной; 4) полинома второй степени.
- •Множественная регрессия и корреляция
- •Частный коэффициент корреляции;
- •Анализ временных рядов Моделирование одномерных временных рядов
- •148. Выберите правильный ответ:
- •Изучение взаимосвязей по временным рядам
- •Системы эконометрических уравнений
Изучение взаимосвязей по временным рядам
157. Ложная корреляция вызвана наличием:
1) тенденции; 2) сезонных колебаний; 3) ошибок измерения; 4) ошибок выборки.
158. Автокорреляция в остатках - это нарушение предпосылки МНК о:
случайности остатков, полученных по уравнению регрессии;
нулевой средней величине остатков;
подчинении остатков нормальному распределению;
гомоскедастичности.
159. Какой из методов исключения тенденции используется независимо от типов трендов?
метод последовательных разностей;
метод включения в модель регрессии фактора времени;
метод наименьших квадратов;
метод отклонений от трендов.
160. Уравнение регрессии зависимости расходов на конечное потребление от совокупного дохода по первым разностям имеет вид: . Сделайте вывод:
при увеличении прироста дохода на 1 д.е. прирост потребления увеличивается в среднем на 0,43 д.е.;
при увеличении прироста дохода на 1 д.е. прирост потребления увеличивается в среднем на 0,68 д.е.;
при увеличении дохода на 1 д.е. потребление увеличивается в среднем на 0,68 д.е.;
при увеличении дохода на 1 д.е. потребление увеличивается в среднем на 0,43 д.е..
161. Какой из методов исключения тенденции имеет недостаток – потерю числа степеней свободы?
1) метод последовательных разностей;
2) метод включения в модель регрессии фактора времени;
3) метод отклонений от трендов.
162. Для определения автокорреляции остатков используют:
1) F-критерий Фишера; 2) t-критерий Стьюдента; 3) критерий Дарбина-Уотсона
163. Критерий Дарбина-Уотсона определяется по формуле:
1) ; 2) ; 3) ; 4) .
164. Метод отклонений от тренда предполагает:
вычисление трендовых значений для каждого временного ряда модели и расчет отклонений от трендов с целью дальнейшего анализа по этим данным;
замену исходных данных разностями;
включение фактора времени.
165. Критерий Дарбина – Уотсона и коэффициент автокорреляции остатков первого порядка связаны соотношением:
1) ; 2) ; 3) .
166. Фактическое значение критерия Дарбина – Уотсона, попадающее в интервал от до ( ) означает, что:
автокорреляция остатков существует, гипотеза отклоняется;
автокорреляция остатков отсутствует, гипотеза не отклоняется;
есть отрицательная автокорреляция остатков, гипотеза отклоняется, принимается другая гипотеза .
167. Коинтеграция временных рядов – это:
причинно – следственная зависимость в уровнях двух (или более) временных рядов;
корреляционная зависимость между последовательными уровнями временного ряда;
последовательность коэффициентов автокорреляции уровней временного ряда.
168. Одним из методов тестирования гипотезы о коинтеграции временных рядов является:
1) t-критерий Стьюдента; 2) F-критерий Фишера;
3) критерий Энгеля-Грангера; 4) критерий Гольдфельда – Квандта.