Эконометрика лаб 6

ПРАВИЛЬНЫМ ОТВЕТОМ ВЕЗДЕ ЯВЛЯЕТСЯ ПЕРВЫЙ!

Что такое временной ряд?

1

массив значений одного показателя в последовательные моменты времени

2

перечисление различных по длительности временных интервалов

3

приведение исходных данных к определенному моменту времени

4

массив значений различных показателей в определенный момент времени

Какие эконометрические модели строятся

по различным типам исходных данных?

1

пространственные модели и модели временных рядов

2

парные и множественные модели

3

красивые и блестящие

4

линейные и нелинейные модели

Пространственные модели - это математические модели

1

построенные по данным, характеризующим ряд объектов в один момент времени

2

построенные по данным, характеризующим объект в разных пространственных положениях

3

описывающие изменение различных объектов в различные моменты времени

4

являющиеся наиболее качественными из всех возможных регрессионных моделей

Модели временных рядов - это математические модели

1

построенные по данным, описывающим объект за ряд последовательных моментов времени

2

описывающие изменение различных объектов в один (базовый) момент времени

3

временно принимаемые как результирующие - до получения более качественных

4

построенные по данным, характеризующим ряд объектов в один момент времени

Что такое исходный уровень временного ряда?

1

наблюдение (значение) временного ряда в один момент времени

2

минимальное из значений временного ряда

3

среднее значение временного ряда

4

дисперсия временного ряда

Факторы, формирующие временной ряд,

делятся на группы:

1

трендовая, циклическая и случайная компоненты

2

положительная и отрицательная составляющая

3

линейная и нелинейная компоненты

4

временная и пространственная компоненты

Какие из перечисленнных факторов имеют отношение

к формированию временного ряда?

1

трендовая, циклическая и случайная компоненты

2

явные, неявные и полутоновые факторы

3

параллельные и последовательные

4

временная и пространственная компоненты

Что такое трендовая компонента?

1

фактор, формирующий тенденцию временного ряда

2

главная объединяющая часть любой компании трендов

3

компонента, объясняющая дисперсию остатков временного ряда

4

линейное представление реального тренда объясняющей переменной

Тренд временного ряда - это

1

аналитическая функция, характеризующая зависимость уровней ряда от времени

2

значение коэффициента детерминации, рассчитанного по данным временного ряда

3

суммарное значение периодов времени по всему ряду

4

временное преобразование уровней ряда

Трендовая компонента показывает

1

насколько переменная, используемая в анализе, зависит от влияния периодов времени

2

путь, по которому надо идти, чтобы достичь нирваны

3

тесноту связи в модели временного ряда

4

композицию объясняющей и зависимой переменных модели

Тенденция временного ряда - это

1

явно выраженное направление движения временного ряда

2

изменение значений ряда с изменением периодов времени

3

чередование высоких и низких значений временного ряда

4

чередование положительных и отрицательных значений временного ряда

Моделирование (выявление)

трендовой компоненты производится

1

с помощью построения тренда

2

только в нелинейной модели

3

по интуиции

4

при помощи графика

Положительный коэффициент

трендовой компоненты означает

1

возрастающую тенденцию временного ряда

2

убывающую тенденцию временного ряда

3

явно значимую тенденцию временного ряда

4

отсутствие тенденции временного ряда

При выделении тренда временного ряда переменной х

в качестве зависимой переменной выбирается

1

переменная х

2

переменная t

3

переменная у

4

произведение переменных х и t

При выделении тренда временного ряда переменной у

в качестве зависимой переменной выбирается

1

переменная у

2

произведение переменных х и у

3

переменная х

4

переменная t

Что такое аналитическое выравнивание

временного ряда?

1

это построение тренда временного ряда

2

это выстраивание значений временного ряда в порядке возрастания

3

это представление временного ряда как аналитически рассчитанного значения

4

это выстраивание значений временного ряда в порядке убывания

Для чего применяется метод

последовательных разностей?

1

для устранения тенденции временного ряда

2

для поиска линейной зависимости между у и х

3

для последовательного нахождения сезонной компоненты

4

для вычисления разности между реальными и расчетными значениями у

Метод последовательных разностей заключается

1

в замене исходных уровней ряда первыми или вторыми разностями

2

в последовательном вычитании реальных значений ряда из расчетных

3

в последовательном удалении статистических выбросов

4

в нахождении разности коэффициентов корреляции и детерминации

Что такое первые разности

в задачах моделирования временных рядов?

1

это разности между текущим и предыдущим уровнями исходного временного ряда

2

это разности между значениями х и у для каждого уровня временного ряда

3

это разности между последовательными значениями временных периодов ряда

4

это разности между значениями эндогенной переменной и t

Можно ли при наличии нелинейной тенденции во временных рядах

использовать метод последовательных разностей?

1

можно

2

для устранения тенденции - нельзя

3

да, причем этот метод и можно применять только при нелинейной тенденции

4

нет, этот метод можно применять только при линейной тенденции

Если тенденция временного ряда представляет собой

параболу 2-го порядка, то для моделирования тренда

1

можно применить метод вторых разностей

2

нет подходящих условий

3

можно применять только аналитическое выравнивание

4

можно применить метод первых разностей

Временной ряд в эконометрических моделях

может быть описан

1

аддитивной или мультипликативной моделью

2

хорошим литературным языком

3

только аддитивной моделью

4

только мультипликативной моделью

Аддитивная модель временного ряда

представляет собой

1

сумму трендовой, циклической и случайной компонент

2

сумму произведений трендовой, циклической и случайной компонент

3

сумму квадратов отклонений трендовой, циклической и случайной компонент

4

произведение трендовой, циклической и случайной компонент

Мультипликативная модель временного ряда

представляет собой

1

произведение трендовой, циклической и случайной компонент

2

сумму трендовой, циклической и случайной компонент

3

сумму произведений трендовой, циклической и случайной компонент

4

сумму квадратов отклонений трендовой, циклической и случайной компонент

Качество модели при определении наличия тенденции во временном ряде определяется

1

так же, как и в любой другой регрессионной модели

2

при помощи расчета последовательных разностей

3

при анализе тенденции качество модели не проверяется

4

методом выявления временных интервалов

Может ли трендовая компонента временного ряда быть нелинейной?

1

да - она, в принципе, может быть как линейной, так и нелинейной

2

все в нашем мире обладает свободой выбора

3

да, более того, она не может быть линейной

4

нет, она может быть только линейной

Нелинейный тренд временного ряда находится

1

путем линеаризации

2

только для мультипликативной модели

3

после исключения линейной трендовой компоненты

4

исключением сезонной компоненты

Статистическая незначимость переменной t (время) в тренде переменной х означает

1

что уровни ряда х не зависят от периодов времени

2

что уровни ряда х зависят от периодов времени

3

что статистических данных для построения тренда взято недостаточно

4

ничего не означает - значимость переменной t не играет никакой роли в построении тренда х

Статистическая значимость переменной t (время) в тренде переменной х означает

1

что уровни ряда х зависят от периодов времени

2

что статистических данных для построения тренда взято достаточно

3

ничего не означает - значимость переменной t не играет никакой роли в построении тренда х

4

что уровни ряда х не зависят от периодов времени

Для моделирования сезонной компоненты

временного ряда можно применить

1

расчет скользящих средних

2

любой из перечисленных методов

3

метод аналитического выравнивания временного ряда

4

метод последовательных разностей

Может ли сезонная компонента временного ряда быть нелинейной?

1

да, более того, она не может быть линейной

2

нет, она может быть только линейной

3

да - она, в принципе, может быть как линейной, так и нелинейной

4

все в нашем мире обладает свободой выбора

Теснота связи в уравнении регрессии, построенном по данным

временных рядов, определяется с помощью

1

коэффициента корреляции

2

сезонной компоненты

3

случайной компоненты

4

трендовой компоненты

Что такое сезонная компонента временного ряда?

1

фактор, формирующий циклические колебания временного ряда

2

Р-значение для бинарной переменной, описывающей сезон

3

значение бинарной переменной, описывающей сезон

4

фактор, формирующий тенденцию временного ряда

В каких случаях при моделировании циклической компоненты

временного ряда используется аддитивная модель?

1

если амплитуда колебаний временного ряда приблизительно постоянна

2

только при наличии трендовой компоненты

3

только при отсутствии трендовой компоненты

4

если амплитуда колебаний временного ряда возрастает или уменьшается

В каких случаях при моделировании циклической компоненты

временного ряда используется мультипликативная модель?

1

если амплитуда колебаний временного ряда возрастает или уменьшается

2

если амплитуда колебаний временного ряда приблизительно постоянна

3

только при наличии трендовой компоненты

4

только при отсутствии трендовой компоненты

Коэффициент корреляции в задачах временных рядов

1

является безразмерной величиной

2

измеряется в денежных единицах

3

измеряется в единицах времени

4

измеряется в произведении денежных и временных единиц

Достоверность коэффициента корреляции в решении Excel

для задач временных рядов определяется с помощью

1

Значимости F

2

коэффициента детерминации

3

стандартной ошибки уравнения регрессии

4

Р-значения

Величина «Значимость F» показывает

1

вероятность недостоверности коэффициента корреляцими

2

вероятность незначимости соответствующего коэффициента регрессии

3

вероятность наличия статистических выбросов

4

величину значительности Фишера

Можно ли обоснованно предположить наличие сезонной компоненты

во временном ряде, ориентируясь на график временного ряда?

1

да - и это самый простой способ

2

можно, только если раскрыт "третий глаз"

3

нет

4

обоснованно - нет, можно лишь угадать

В каком случае коэффициент корреляции

может быть не достоверен?

1

в случае нерепрезентативности выборки

2

в случае, если его величина меньше 0,7

3

в случае, если он отрицателен

4

в случае, если единицы измерения переменных Х и Y различны

В каком случае коэффициент корреляции

считается незначимым?

1

если величина "Значимость F" больше 0,05

2

если его значение по модулю меньше 0,7

3

если величина "Нормированный R-квадрат" больше 0,5

4

если величина "Значимость F" меньше либо равна 0,05

Что показывает коэффициент детерминации?

1

объясненную регрессией долю дисперсии зависимой переменной у

2

объясненную долю ошибки уравнения регрессии

3

долю необъясненной дисперсии в общей дисперсии зависимой переменной

4

объясненную регрессией долю дисперсии независимой переменной х

Какой показатель выражает, какая доля используемых в регрессионном анализе

наблюдений описывается регрессионной моделью?

1

коэффициент детерминации

2

нормированный коэффициент детерминации

3

Значимость F

4

коэффициент корреляции

Что показывает величина

нормированного коэффициента детерминации?

1

какая доля общей дисперсии объясняется включенными в регрессионную модель факторами

2

норму, рассчитанную для коэффициента детерминации конкретной модели

3

прямая или обратная связь существует между зависимой и независимой переменными модели

4

какая доля общей дисперсии объясняется уравнением регрессии

Величина RSS показывает

1

величину дисперсии зависимой переменной, объясненной регрессией

2

величину дисперсии зависимой переменной, не объясненной регрессией

3

величину коэффициента детерминации

4

общий разброс зависимой переменной вокруг ее среднего значения

Как рассчитывается коэффициент детерминации?

1

RSS / TSS

2

ESS / TSS

3

ESS / RSS

4

TSS / ESS

Что такое остаток?

1

разность между реальным и расчетным значением у

2

разность между расчетным и средним значением у

3

разность между 1 и величиной «Р-значение»

4

разность между 0,7 и величиной коэффициента корреляции

Судя по исходным данным, связь между временными рядами

в Вашей задаче

1

="является "&ЛЕВСИМВ(#ССЫЛКА!B91;ДЛСТР(#ССЫЛКА!B91)-2)&"ой"

2

="является "&#ССЫЛКА!B92

3

является нелинейной

4

отсутствует

Что такое статистический выброс?

1

наблюдение, которое резко отклоняется от линии регрессии

2

наблюдение, для которого совпадают реальное и расчетное значения y

3

наблюдение, для которого совпадают реальное и среднее значения у

4

последнее наблюдение в выборке

Какое наблюдение считается статистическим выбросом?

1

наблюдение, величина стандартного остатка которого по модулю больше 2

2

наблюдение, величина стандартного остатка которого по больше 0,05 (5%)

3

наблюдение, не вошедшее в выборку, по которой производится регрессионный анализ

4

наблюдение, порядковый номер которого больше 40

В каких случаях не обязательно

удаление статистических выбросов?

1

в случае сильной связи в регрессионной модели

2

в случае репрезентативности выборки

3

статистические выбросы необходимо исключать из модели всегда

4

в случае построения нелинейной модели

Каковы последствия удаления статистических выбросов в регрессионном анализе?

1

увеличение тесноты связи в модели

2

возникающее чувство глубокого удовлетворения

3

устранение автокорреляции

4

улучшение статистической значимости коэффициентов регрессии

Почему по результатам первого регрессионного анализа Вашей задачи

нельзя сделать обоснованный вывод о наличии связи между Xt и Yt?

1

это не согласуется с экономическим смыслом переменных и их связи

2

потому что между данными переменными нет тесной связи

3

потому что количество наблюдений, взятое для анализа, недостаточно

4

а почему нельзя-то? можно

Почему при решении задачи методом последовательных разностей

Вы применяли первые разности?

1

потому что временные ряды х и у содержат сильную линейную тенденцию

2

потому что никаких других разностей и не существует

3

потому что и х, и у зависят от времени

4

потому что у не зависит от х

Функция, описывающая корреляционную зависимость

между х и у, называется

1

регрессией у на х

2

корреляционной функцией f(x,y)

3

корреляционным полем

4

регрессией х на у

Что является математической моделью в эконометрических задачах,

решаемых по данным временных рядов?

1

уравнение регрессии у на х

2

подробное описание параметров задачи

3

графики исследуемых переменных

4

математические расчеты величин исследуемых переменных

Базовые элементы каких наук используются

в эконометрических исследованиях?

1

математики, экономики, статистики

2

теории вероятностей и геометрии

3

микро-, миди- и макроэкономики

4

информатики

Какой метод позволяет определить оценки параметров

регрессии в задачах временных рядов?

1

метод наименьших квадратов

2

метод последовательных разностей

3

трендовый метод

4

метод аналитического выравнивания временного ряда

Какой вид регрессионной зависимости не может существовать?

1

парная множественная

2

парная линейная

3

множественная линейная

4

парная нелинейная

Эндогенная переменная уравнения регрессии - это

1

зависимая переменная

2

независимая переменная

3

бинарная переменная

4

свободный член уравнения

Экзогенная переменная уравнения регрессии - это

1

независимая переменная

2

фиктивная переменная

3

свободный член уравнения

4

зависимая переменная

Что выбирается в качестве эндогенной переменной уравнения регрессии, построенного на основе временных рядов?

1

зависимая переменная

2

независимая переменная

3

любая из переменных

4

переменная, характеризующая периоды времени

Что выбирается в качестве экзогенной переменной уравнения регрессии, построенного на основе временных рядов?

1

независимая переменная

2

зависимая переменная

3

всегда - переменная, характеризующая периоды времени

4

самая экзотическая из переменных

Сколько объясняющих переменных может быть в уравнении регрессии?

1

произвольное количество (желательно, не более трети от числа наблюдений)

2

только одна

3

в парной регрессии - не более двух, во множественной - сколько угодно

4

для получения достоверной модели - не менее 20-ти

В уравнении регрессии у = a + bx коэффициент а показывает

1

величину у при равенстве х нулю

2

является ли связь между зависимой и независимыми переменными тесной

3

величину случайной составляющей в уравнении регрессии

4

величину изменения у при единичном изменении х

В уравнении регрессии у = a + bx коэффициент b показывает

1

величину изменения у при единичном изменении х

2

величину у при равенстве х нулю

3

является ли связь между зависимой и независимыми переменными тесной

4

величину случайной составляющей в уравнении регрессии

Коэффициенты регрессии распределены по

1

распределению Стьюдента

2

распределению Фишера

3

произвольному распределению

4

нормальному распределению

О значимости коэффициента регрессии

можно судить по

1

величине Р-значения

2

величине Значимость F

3

величине коэффициента регрессии

4

величине коэффициента корреляции

Что означает статистическая незначимость

параметра (коэффициента) регрессии?

1

высокую вероятность равенства данного параметра нулю

2

наличие статистических выбросов

3

слабую связь в построенном уравнении регрессии

4

недостаточность количества исходных наблюдений

Нуль-гипотеза для какого-либо параметра

состоит в предположении, что

1

этот параметр является нулевым

2

этот параметр не учитывался в регрессионном анализе

3

этот параметр не нуждается в корректировке

4

этот параметр имеет нулевое отклонение от среднего значения

Временной ряд - это

1

совокупность значений одного показателя за несколько последовательных моментов времени

2

временное обозначение каких-либо регрессионных показателей

3

совокупность значений какого-либо показателя за конкретный момент или период времени

4

рядовые данные о последовательных моментах времени

Какой тип моделей используется в Вашей задаче?

1

модели временных рядов

2

пространственные модели

3

разные типы

4

множественные регрессионные модели

Для чего в эконометрике используются

временные ряды?

1

для построения моделей на основе данных об объекте за различные периоды времени

2

для построения моделей на основе данных о рядах объектов за определенный период времени

3

для упорядочивания данных по времени

4

для упорядочивания данных по рядам

Временной ряд может быть описан с помощью

1

трендовой, циклической и случайной компонент

2

временной и пространственной компонент

3

ручки "Паркер"

4

модели Торнквиста

Какой из факторов не имеет отношения к формированию

временного ряда в эконометрических моделиях? 

1

нелинейная компонента

2

трендовая компонента

3

циклическая компонента

4

случайная компонента

Что такое тренд в эконометрических задачах?

1

тенденция временного ряда

2

математическая модель временного ряда

3

формула мультипликативной зависимости во временном ряде

4

графическое отображение временного ряда

Построение тренда временного ряда - это

1

построение аналитической функции, характеризующей зависимость уровней ряда от времени

2

построение графика временного ряда

3

расчет дисперсии временного ряда

4

занятие для настоящих профессионалов

Трендовая компонента выделяется

1

для освобождения значений переменных от влияния временных периодов

2

для построения графика временного ряда

3

для удаления статистических выбросов

4

для исключения влияния времени на первые наблюдения зависимой переменной

Тенденция временного ряда в эконометрических задачах описывается с помощью

1

трендовой компоненты

2

сезонной компоненты

3

случайной компоненты

4

учебника по эконометрике

Отрицательный коэффициент

1

убывающую тенденцию временного ряда

2

незначимую тенденцию временного ряда

3

отсутствие тенденции временного ряда

4

возрастающую тенденцию временного ряда

При выделении тренда временного ряда переменной х

в качестве независимой переменной выбирается

1

переменная t

2

переменная у

3

произведение переменных у и t

4

переменная х

При выделении тренда временного ряда переменной у

в качестве независимой переменной выбирается

1

переменная t

2

переменная у

3

произведение переменных x и t

4

переменная х

Метод последовательных разностей можно применять

1

для устранения тенденции временного ряда

2

только для наружного применения

3

для моделирования случайной компоненты

4

для перевода временного ряда в класс пространственных моделей

Какие модели существуют для описания

временных рядов?

1

аддитивная, мультипликативная

2

модель последовательно-временных приближений

3

модель Торнквиста

4

трендовая, циклическая

Качество модели при определении наличия случайной компоненты

во временном ряде определяется

1

так же, как и в любой другой регрессионной модели

2

при помощи расчета последовательных разностей

3

при анализе тенденции качество модели не проверяется

4

методом выявления временных интервалов

Регрессионная модель считается качественной,

если выполняются следующие условия:

1

| Множественный R | >= 0,7, Значимость F < 0,05, все Р-значения < 0,05

2

Множественный R > 0, отстутсвие статистических выбросов

3

| Множественный R | >= 0,5, Y-пересечение >= 1, Р-значения для х < 0,05

4

| Множественный R | > 0,05, Значимость F <= 0,7, все Р-значения <= 5

Для чего служит величина "Значимость F"? 

1

для определения достоверности коэффициента корреляции

2

для определения тесноты связи в построенном уравнении регрессии

3

является одним из коэффициентов уравнения регрессии

4

для определения стандартной ошибки уравнения регрессии

Причиной недостоверности коэффициента корреляции

может служить

1

недостаточное количество наблюдений

2

величина Значимости F, большая 5%

3

невозможность точного определения доверительного интервала для параметров a и b

4

незначимость соответствующих коэффициентов регрессии

В каком случае коэффициент корреляции

признается не достоверным? 

1

если Значимость F больше или равна 5%

2

если Множественный R меньше 0,7

3

если Стандартная ошибка больше 0,5

4

если Р-значение меньше 5%

В результатах решения Вашей задачи

коэффициент детерминации отображается как:

1

R-квадрат

2

Значимость F

3

Множественный R

4

Y-пересечение

Какой показатель выражает, какая доля используемых в регрессионном анализе

наблюдений описывается включенными в модель факторами?

1

нормированный коэффициент детерминации

2

Значимость F

3

коэффициент корреляции

4

коэффициент детерминации

Величина ЕSS показывает

1

величину дисперсии зависимой переменной, не объясненной регрессией

2

величину коэффициента корреляции

3

общий разброс зависимой переменной вокруг ее среднего значения

4

величину дисперсии зависимой переменной, объясненной регрессией

Какой должна быть сумма квадратов остатков

при использовании МНК?

1

минимальной

2

максимальной

3

нулевой

4

положительной

Что такое статистический выброс?

1

нетипичное наблюдение, подлежащее удалению

2

стандартная ошибка уравнения регрессии

3

незначимый коэффициент корреляции

4

процесс отбрасывания незначимых переменных модели

Каким образом при решении регрессионной задачи в пакете Excel

обнаруживаются статистические выбросы?

1

по величинам стандартных остатков наблюдений

2

по величинам Р-значений

3

по величинам стандартных ошибок

4

с помощью активизации поля "Константа-ноль" в окне "Регрессия"

В каких случаях необходимо удаление статистических выбросов?

1

в случае низкого значения коэффициента корреляции

2

в случае высокого значения коэффициента корреляции

3

в случае, если Значимость F больше 5%

4

в случае построения нелинейной модели