Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
1844.pdf
Скачиваний:
17
Добавлен:
07.01.2021
Размер:
1.95 Mб
Скачать

Тестовые задания

1. В каких случаях применяется уравнение парной регрессии:

а) можно выделить один фактор, оказывающий наиболее сильное влияние на результативный признак;

б) можно выделить несколько факторов из генеральной совокупности;

в) можно выделить основной фактор из генеральной совокупности;

С

 

г) можно определить среднее значение результативного признака.

2. Что означает коэфф циент регрессии:

а) среднее

зменен е результата с изменением фактора на одну единицу;

б) наклон л

н регрессии;

дание

в) вл ян е неучтенных в модели факторов;

г) абсолютное отклонение линии регрессии от генеральной совокупности.

3.

пец ф кац я модели – это:

а) функц ональная зав симость между переменными;

б) формул ровка в да модели, исходя из связи между переменными;

в) математ ческое ож

;

г)

формул ровка корреляционной зависимости между факторными переменными.

5. ФункциональнаябАсвязь – это:

4. К основным спосо ам оценки параметров линейной регрессии относят:

а) графический, аналитический, метод наименьших квадратов; б) коэффициентный, метод наименьших квадратов; в) графический, метод наименьших квадратов; г) метод наименьших квадратов, аналитический.

а) каждому значению одной переменной соответствует определенное значение другой переменной;

б) каждому значению одной переменной соответствует условное распределение другой переменной;

в) каждому значению одной переменной соответствуетИгенеральное распределение другой переменной;

Д

г) каждому значению одной переменной соответствует среднее значение другой переменной.

6. Случайная величина в уравнении регрессии означает:

а) влияние неучтенных в модели факторов; б) выбор неправильной спецификации модели;

в) отклонение признака в генеральной совокупности; г) отсутствие связи между признаками.

7. Особенность относительной ошибки аппроксимации:

а) предназначена для оценки качества модели в целом; б) оценивает каждое наблюдение в отдельности и поддается сравнению;

в) характеризует процентное изменение результативного признака; г) оценивает качественные показатели признака.

70

8. Коэффициент эластичности показывает:

б) на сколько % изменится значение y при изменении x на 1%;

в) на сколько единиц своего измерения изменится значение y при изменении x на 1%;

г) на сколько % изменится значение y при изменении x на единицу своего из-

 

мерения.

 

 

 

факт <

табл

 

 

 

 

 

 

9. Неравенство

означает:

 

 

 

 

а) связь между

 

 

 

 

 

 

 

 

 

 

факторным и результативным признаками существенная;

 

 

б) уравнение регрессии считается статистически незначимым;

 

 

в) макс мальная вел ч на отклонений, которая имеет место при расхождении

 

факторов;

 

 

 

 

 

 

 

 

 

 

 

 

при

 

 

 

 

 

г)

факторный пр знак не соответствует генеральной совокупности.

С10. редн й коэфф

ц ент эластичности характеризует:

 

 

а) процентное

 

зменен

е результативного признака относительно своего сред-

 

него значен я

зменен

факторного признака на 1%;

 

 

 

 

бА

 

 

б) процентное

 

зменение

результативного признака относительно уровня

 

функции;

 

 

 

 

 

 

 

 

 

 

 

 

 

в) процентное

зменен е результативного признака при фиксировании фактор-

 

ного признака на не зменном уровне;

 

 

 

 

 

г) опт мальноезначен епараметравсоответствиисгенеральнойсовокупностью.

 

 

11.

Под эконометрикой в широком смысле слова понимается:

 

 

 

а)

совокупность теоретических результатов;

 

 

 

 

б)

совокупность различного рода экономических исследований, проводимых с

 

 

использованием математических методов;

 

 

 

 

в)

 

 

 

 

 

 

 

 

Д

 

 

 

самостоятельная научная дисциплина;

 

 

 

 

г)

применение статистических методов.

 

 

 

12.

Экономико-математическая модель – это:

 

 

 

а)

модель, описывающая механизм функционирования экономики;

 

 

 

б)

математическое описание экономического объекта или процесса с целью их

 

 

исследования и управления ими;

 

 

 

 

 

 

 

в)

экономическая модель;

 

 

 

 

 

 

 

г)

модель реального явления.

 

 

 

 

 

 

 

 

13.

Объектом эконометрики являются:

И

 

 

а)

экономические процессы;

 

 

 

 

б)

однородные экономические процессы;

 

 

в)

математические модели;

 

 

 

 

 

г)

экономические функции.

 

 

 

 

14. Что означает симметричность шкалы наименований:

а) отношения, существующие между границами х1 и х2 , имеет место и между х2 и х1 ;

б) х1= х2 и х2 = х3, то х1 = х3; в) отсутствие стохастической связи;

г) отсутствие корреляционной зависимости между результативной и факторной переменной.

71

15. Специфика эконометрики как науки:

а) количественное выражение экономических процессов; б) качественная оценка экономических параметров; в) разработка эконометрической модели;

г) подбор математическоймоделивсоответствии сэкономическимипроцессами.

 

 

16.

Математическая модель – это:

С

 

 

а)

приближенное описание объекта моделирования, выраженное с помощью

 

математической символики;

 

 

б)

модель, содержащая элементы случайности;

 

 

в)

вероятностно-стат стическая модель;

 

 

г)

оп сан

е эконом ческого объекта.

 

 

 

 

модели

 

 

17. В чем состо т проблема идентификации модели:

 

 

а)

получен

однозначно определенных параметров модели, заданной систе-

 

мой одновременных уравнен й;

 

 

б)

выбор

реал зац я методов статистического оценивания неизвестных па-

 

раметров

по сходным статистическим данным;

 

 

в)

проверка адекватности модели.

18. Особенность шкалы порядка:

а) оп сывает лаговые значения переменных; б) описывает качественные стороны объекта; в) описывает количественные стороны объекта; г) описывается моделями временного ряда.

19.

Множествопризнаков,характеризующихобъектисследования,называется:

а)

допустимое преобразование;

 

 

б)

шкалабАизмерений;

в)

набор сведений;

 

 

г)

шкала порядка.

 

 

20.

Сущность шкалы наименований:

 

а)

упорядочивает объекты, относительно какого-либо свойства;

б)

 

Д

основана на присвоении объекту знаков для идентификации;

в)

шкала с естественным нулевым значением;

 

г)

основана на распределении объектов по рангам.

21.

Частные уравнения регрессии характеризуют:

 

 

 

И

а) влияние генеральной совокупности факторов на результат при закреплении

факторов на среднем уровне; б) влияние лаговых переменных на факторный признак;

в) влияние только определенного набора фактора на результат при закреплении прочих на среднем уровне;

г) переменные бинарного типа, принимающие лаговые значения.

72

22. Оценка значимости уравнения регрессии оценивается с помощью показателя:

а) коэффициента корреляции; б) критерия Фишера; в) стандартной ошибки; г) точечного прогноза.

С

 

23. К основным этапам отбора факторов относят:

а) подбор факторов в зависимости от экономической сущности проблемы, ус-

тановление связи для параметров регрессии на основе матрицы показателей парной

корреляции;

 

б) установлен е связи между параметрами на основе матрицы парных коэф-

факторами

фициентов корреляц с учетом остаточной дисперсии;

в) определен е эконом ческой сущности проблемы, установление связи между

на основе мульт

коллинеарности;

г) установлен е связи

и определение экономической сущности проблемы на

основе коэфф ц ентов корреляции.

24. Частные коэфф ц енты корреляции характеризуют:

а) тесноту связи между соответствующим фактором и результатом при устранении влиян я друг х факторов;

б) тесноту связи между фактором и результатом при закреплении других на неизменном среднем уровне;

в)

значимость включения в модель дополнительного фактора;

г)

мультиколлинеарность факторов.

 

25. Сущность способа β -коэффициентов:

а)

 

 

 

Д

строится уравнение регрессии в стандартизированном виде;

б)

строитсябАлинейное уравнение регрессии с учетом фиктивных переменных;

в)

между факторами отсутствует корреляционная зависимость;

г)

наличие автокорреляции.

 

И

26. К основным методам построения уравнения множественной регрессии

относят:

 

 

 

 

а)

метод линеаризации;

 

 

 

б)

метод исключения;

 

 

 

в)

метод включения;

 

 

 

г)

экспертный метод;

 

 

 

д)

шаговый регрессионный анализ;

 

е)

метод дисперсионного анализа.

 

27. Коэффициент детерминации при линейной зависимости рассчитывает-

ся по формуле:

 

;

 

 

ба))

= ∑

 

 

в)

= ∑

 

;.

 

 

 

= ∑

 

 

 

 

73

28 . Сущность метода исключения:

а) построение модели с максимально большим количеством факторов, из которой поочередно исключаются незначимые;

б) построение модели с наиболее значимыми факторами, с поочередным исключением незначимых факторов;

в) построение модели начинается с расчета парной регрессии; г) построение модели начинается с построения уравнения регрессии на основе

факторов из генеральной совокупности.

 

 

 

29. Модель временных рядов – это:

 

 

а)

зав с мость результативного признака от переменной временной или пе-

ременных, относящ хся к другим моментам времени;

 

б)

зав

с мость факторного признака от переменной времени;

 

в)

зав

с мость факторного и результативного признака от переменной време-

С

 

 

ни

переменных, относящ хся к другим моментам времени;

 

г)

зав

с мость результативного признака

от средней вариации генеральной

совокупности.

 

 

 

или

 

 

 

30. Ф кт вные переменные вводятся:

 

 

а)

только в л нейные модели;

 

 

 

б)

только во множественную нелинейную регрессию;

 

в)

только в нел нейные модели;

 

 

 

г)

как в линейные, так и в нелинейные модели, приводимые к линейному виду.

 

31. Анализ автокорреляционной функции позволяет определить:

 

а)

знак коэффициента автокорреляции;

 

 

б)

уровень наклона коррелограммы;

 

 

в)

структуру временного ряда;

Д

 

г)

сезоннуюбАкомпоненту временного ряда.

 

32. Автокорреляционная функция – это:

 

 

а)

корреляционная зависимость между настоящим и предыдущим значением

уровней данного ряда;

 

 

 

б)

корреляционная зависимость между прошлыми значениями ряда;

 

в) оценка коэффициента автокорреляции в зависимости от величины времен-

ного лага между исследуемыми рядами;

 

 

 

г)

корреляционная зависимость между фиктивными переменными.

 

33. К способам аналитического выравнивания относят:

 

а)

анализ остатков;

 

И

 

б)

сглаживание скользящими средними;

 

 

в)

построение автокорреляционной функции;

 

г)

тест Чоу.

 

 

 

34. Фиктивные переменные являются переменными:

 

а)

качественными;

 

 

 

б)

случайными;

 

 

 

в)

количественными;

 

 

 

г)

логическими.

 

 

74

35. Уровень ряда – это:

а)

отдельные наблюдения, из которых состоит временной ряд;

б)

ряд фиктивных переменных;

в)

отдельные наблюдения, содержащие лаговые значения;

г)

трендовая компонента.

36. К основным видам моделей временного ряда относятся:

С

а)

аддитивная, мультипликативная, смешанная;

б)

аддитивная, мультипликативная, временная;

в)

адд т вная, смешанная, трендовая;

г)

адд т вная, сезонная, авторегрессии.

тенденцию

37. Моментные временные ряды – это:

а)

уровень временного ряда, фиксирующий значения изучаемого показателя

на определенный момент времени;

б)

уровень ряда, при котором основные свойства изучаемого явления имеют

 

бА

 

разв т я;

в)

уровень ряда, соответствующий периодическим колебаниям за определен-

ный момент времени;

г)

уровень коле ан й временного ряда.

38. Вел ч на сдв га между рядами наблюдений – это:

а)

временной лаг;

б)

автокорреляционная функция;

в)

коррелограмма;

г)

гармоники.

 

Д

 

И

75

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]