ЭКОНОМЕТРИКА 3
.docxОбразовательное учреждение: Мордовский государственный университет им. Н.П. Огарева Специальность: 080105.65 - Финансы и кредит Группа: 308 экон Дисциплина: Эконометрика Идентификатор студента: Сурайкин Павел Евгеньевич Логин: 03fs482681 Начало тестирования: 2012-12-03 17:39:21 Завершение тестирования: 2012-12-03 18:25:30 Продолжительность тестирования: 46 мин. Заданий в тесте: 24 Кол-во правильно выполненных заданий: 18 Процент правильно выполненных заданий: 75 %
ЗАДАНИЕ
N 1
сообщить
об ошибке
Тема:
Спецификация эконометрической модели
Начало формы
Конец формы
Ошибкой спецификации эконометрической модели уравнения регрессии является …
|
|
|
|
использование парной регрессии вместо множественной |
|
|
|
|
учет случайных факторов |
|
|
|
|
оценка параметров при помощи МНК |
|
|
|
|
расчет показателей качества модели |
ЗАДАНИЕ
N 2
сообщить
об ошибке
Тема:
Отбор факторов, включаемых в модель
множественной регрессии
Начало формы
Конец формы
Для
эконометрической модели линейного
уравнения множественной регрессии вида
построена
матрица парных коэффициентов линейной
корреляции (y
– зависимая переменная; х(1),
х(2),
х(3)–
независимые переменные):
Коллинеарными
(тесносвязанными) независимыми
(объясняющими) переменными являются …
|
|
|
|
x(1) и x(2) |
|
|
|
|
y и x(3) |
|
|
|
|
x(1) и x(3) |
|
|
|
|
x(2) и x(3) |
ЗАДАНИЕ
N 3
сообщить
об ошибке
Тема:
Линейное уравнение множественной
регрессии
Начало формы
Конец формы
В
эконометрической модели линейного
уравнения регрессии
параметром(-ами)
является(-ются) …
|
|
|
|
a, bj |
|
|
|
|
y |
|
|
|
|
xj |
|
|
|
|
|
ЗАДАНИЕ
N 4
сообщить
об ошибке
Тема:
Фиктивные переменные
Начало формы
Конец формы
Для учета влияния на исследуемую (зависимую) переменную признаков качественного характера используются фиктивные переменные, при этом фиктивной переменной может присваиваться значение …
|
|
|
|
1 |
|
|
|
|
0 |
|
|
|
|
–1 |
|
|
|
|
0,1 |
ЗАДАНИЕ N 5
сообщить
об ошибке
Тема:
Структура временного ряда
Начало формы
Конец формы
Данная
таблица значений автокорреляционной
функции соответствует структуре
временного ряда …
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение: Структура временного ряда определяется по значениям коэффициента автокорреляции, рассчитанным для разных порядков коэффициента автокорреляции. Коэффициент автокорреляции характеризует тесноту связи между уровнями исходного ряда и уровнями этого же ряда, сдвинутыми на значение порядка. 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. Если наблюдаются высокие значения (близкие к 1 или равные 1) для коэффициента автокорреляции более высоких порядков, то это свидетельствует о наличии во временном ряде периодических колебаний, период колебаний равен порядку соответствующего коэффициента автокорреляции. Анализ таблицы показывает, что максимальное значение 0,872 наблюдается для коэффициента автокорреляции первого порядка, следовательно, тесно связаны соседние уровни и ряд содержит тенденцию, такой ряд отображен на графике (1). Поэтому правильный вариант ответа – «(1)». Остальные варианты ответов неверные. Рассмотрим ряды (2) – (4). Ряды (2) и (3) содержат волну, это должно было отразиться в таблице значений автокорреляционной функции (в таблице должны были присутствовать значения коэффициента, близкие к 1, для более высоких порядков). Ряд (4) отражает влияние только случайной компоненты, так как значения показателя разбросаны хаотично, поэтому для такого ряда ни один из коэффициентов автокорреляции не будет обладать высоким значением, характеризующим тесную связь между уровнями исходного и сдвинутого рядов.
ЗАДАНИЕ
N 6
сообщить
об ошибке
Тема:
Модели стационарных и нестационарных
временных рядов и их идентификация
Начало формы
Конец формы
Рассмотрим стационарный временной ряд y1, у2, … yt, …, yn, для которого математическое ожидание E(yt) = 0 (где t = 1, …, n). Тогда данный стационарный ряд является реализацией процесса «____ шум».
|
|
|
|
белый |
|
|
|
|
серый |
|
|
|
|
нормальный |
|
|
|
|
стандартизованный |
ЗАДАНИЕ
N 7
сообщить
об ошибке
Тема:
Временные ряды данных: характеристики
и общие понятия
Начало формы
Конец формы
Изображенный
на рисунке временной ряд содержит
следующие компоненты:
|
|
|
|
возрастающую тенденцию и сезонную компоненту |
|
|
|
|
тенденцию и возрастающую сезонную компоненту |
|
|
|
|
убывающую тенденцию и возрастающую сезонную компоненту |
|
|
|
|
возрастающую тенденцию и возрастающую сезонную компоненту |
ЗАДАНИЕ
N 8
сообщить
об ошибке
Тема:
Аддитивная и мультипликативная модели
временных рядов
Начало формы
Конец формы
Уровень временного ряда (yt) 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 |
ЗАДАНИЕ
N 9
сообщить
об ошибке
Тема:
Предпосылки МНК, методы их проверки
Начало формы
Конец формы
Одной из предпосылок метода наименьших квадратов является то, что в остатках регрессионной модели автокорреляция должна …
|
|
|
|
отсутствовать |
|
|
|
|
быть равна 1 |
|
|
|
|
присутствовать |
|
|
|
|
стремиться
к
|
ЗАДАНИЕ N 10
сообщить
об ошибке
Тема:
Оценка параметров линейных уравнений
регрессии
Начало формы
Конец формы
Для
оценки
параметров эконометрической модели
линейного уравнения регрессии вида
используется
метод наименьших квадратов (МНК). В
системе нормальных уравнений (МНК)
неизвестными величинами являются …
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение:
При
применении МНК рассчитывают оценки
параметров линейной модели
,
при этом строится система нормальных
уравнений. Решая систему, находим
значения искомых оценок параметров,
которые и являются неизвестными в
системе. Так как параметрами в этой
модели являются 
,
то верный ответ – «
».
Остальные варианты ответов неверные,
так как
–
это ошибка модели;
–
зависимая переменная модели;
–
независимая переменная модели.
ЗАДАНИЕ N 11
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 12
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 13
сообщить
об ошибке
Тема:
Линеаризация нелинейных моделей
регрессии
Начало формы
Конец формы
При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется замена переменных. Указанным способом не может быть линеаризовано уравнение …
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ЗАДАНИЕ N 14
сообщить
об ошибке
Тема:
Нелинейные зависимости в экономике
Начало формы
Конец формы
Нелинейным уравнением множественной регрессии является …
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение:
Рассмотрим
каждую из моделей:
–
линейное уравнение множественной
регрессии;
–
линейное уравнение парной регрессии,
которое можно переписать в виде
;
–
нелинейное уравнение парной регрессии;
–
нелинейное уравнение множественной
регрессии – модель, которая является
правильным вариантом ответа. Остальные
модели не подходят под спецификацию
уравнения регрессии, заданную в постановке
вопроса, поэтому не являются правильными
вариантами ответов.
ЗАДАНИЕ
N 15
сообщить
об ошибке
Тема:
Виды нелинейных уравнений регрессии
Начало формы
Конец формы
Регрессионная
модель вида
является
нелинейной относительно …
|
|
|
|
переменной
|
|
|
|
|
параметра
|
|
|
|
|
переменной
|
|
|
|
|
переменной
|
