1. Аддитивная модель содержит компоненты в виде …

• комбинации слагаемых и сомножителей

• сомножителей

• отношений

• слагаемых

9.В линейной регрессии Y=b₀+b₁X+e параметрами уравнения регрессии являются:

• b₀;

• Y ;

• X;

• b_{1 .}

18.В каком случае модель считается адекватной?

• ,

• ,

• 

• значение коэффициента корреляции > 0,8.

13.В каких пределах изменяется коэффициент детерминации

• от 0 до 1,

• от –1 до 0,

• от –1 до 1,

• от 0 до 10.

1. В правой части приведенной формы системы одновременных уравнений, построенной по перекрестным данным (cross-section data) без учета временных факторов, могут стоять _______ переменные.

• лаговые

• зависимые

• эндогенные

• экзогенные

2. В стационарном временном ряде трендовая компонента …

• имеет линейную зависимость от времени

• отсутствует

• имеет нелинейную зависимость от времени

• присутствует

2.В хорошо подобранной модели остатки должны

• иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией,

• не коррелировать друг с другом,

• иметь экспоненциальный закон распределения,

• хаотично разбросаны.

5.Величина, рассчитанная по формуле является оценкой

• коэффициента детерминации,

• парного коэффициента корреляции,

• частного коэффициента корреляции,

• множественного коэффициента корреляции.

15.Величина, рассчитанная по формуле является оценкой

• коэффициента детерминации,

• парного коэффициента корреляции,

• частного коэффициента корреляции,

• множественного коэффициента корреляции.

10.Величина коэффициента эластичности показывает …

• во сколько раз изменится в среднем результат при изменении фактора в два раза;

• на сколько процентов изменится в среднем результат при изменении фактора на 1% ;

• предельно допустимое изменение варьируемого признака;

• предельно возможное значение результата .

1.Величина коэффициента детерминации … (неск)

• характеризует долю дисперсии зависимой переменной y, объясненную уравнением, в ее общей дисперсии

• рассчитывается для оценки качества подбора уравнения регрессии

• характеризует долю дисперсии остаточной величины в общей дисперсии зависимой переменной у

• оценивает значимость каждого из факторов, включенных в уравнение регрессии

3. Временной ряд, в котором ошибки некоррелированы и их математическое ожидание равно 0, называется

• "белый шум"

• парная линейная регрессия

• простейший ряд

• трендовый ряд

16.Выборочный коэффициент корреляции r по абсолютной величине

• не превосходит единицы,

• не превосходит нуля,

• равен 2

• принимает любые значения.

18.Гетероскедастичность регрессионной модели – это

• высокая степень взаимной коррелированности объясняющих переменных

• немонотонность графика регрессионной зависимости

• непостоянство дисперсий ошибок регрессии для различных значений объясняющей переменной

• непостоянство математического ожидания объясняемой переменной

7. Дана ковариационная матрица вектора оценок коэффициентов регрессии:

Чему равна несмещенная оценка дисперсии элемента :

• 0,306;

• 0,004;

• 0,152;

• -0,028.

8. Дана ковариационная матрица вектора оценок коэффициентов регрессии:

Чему равна несмещенная оценка дисперсии элемента :

• 0,306;

• 0,004;

• 0,152;

• -0,028.

5.Дисперсионный анализ уравнения парной регрессии проверяет:

• значимость коэффициента корреляции;

• значимость уравнения регрессии;

• значимость коэффициента регрессии;

• значимость свободного члена уравнения регрессии.

27. Для оценки заработной платы некоторого работника используется следующая модель

Y_i = α + β₁X_i + γ₁D_i + γ₂C_i + γ₃S_i + γ₄W_i + ε_i.

где Y_i — заработная плата г-го работника;

X_i — общий стаж его работы на данном предприятии;

D_i — количество лет, потраченных работником на профессиональное обучение (в том числе п повышение квалификации);

C_i — переменная, принимающая значение 1, если у работника есть дети и 0. если нет.

S_i — переменная, принимающая значение 1. если работник мужчина, и 0, если женщина;

W_i — количество должностей, которые сменил работник на различных предприятиях в течение последнего года.

Сколько факторов необходимо представить в модели фиктивными переменными?

Введите ответ: 2!!

2. Для оценки коэффициентов структурной формы модели не применяют метод наименьших квадратов...

• косвенный -

• трехшаговый

• обычный

• двухшаговый

3. Для точно идентифицированных уравнений двухшаговый метод наименьших квадратов (МНК) дает оценки:

• одинаковые с косвенным МНК

• лучше, чем косвенный МНК

• хуже, чем косвенный МНК

4. Если в модели присутствуют лаговые переменные, то это:

• линейная модель;

• нелинейная модель;

• модель со случайными возмущениями;

• динамическая модель.

17.Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению

• t – статистики,

• F – статистики,

• коэффициента детерминации.

• - статистики

4. Если все текущие эндогенные переменные выражены через предопределенные переменные, то СОУ представлена

• в приведённой форме;

• в структурной форме;

• в форме открытой модели;

• в форме закрытой модели.

5. Если значения цепных абсолютных приростов временного ряда примерно одинаковы, то для вычисления прогнозного значения в следующей точке корректно использовать

• средний абсолютный прирост,

• средний темп роста,

• средний темп прироста,

• среднее квадратическое отклонение.

32.Если коэффициент регрессии является несущественным, то его значение приравнивается к ...

• к табличному значению и соответствующий фактор не включается в модель

• нулю и соответствующий фактор не включается в модель

• к единице и не влияет на результат

• к нулю и соответствующий фактор включается в модель

26.Если коэффициент корреляции положителен, то в линейной модели

• с ростом х уменьшается у,

• с ростом х увеличивается у,

• с уменьшением х растёт у

• с ростом х не меняется у.

27.Если коэффициент корреляции отрицателен, то в линейной модели

• с ростом х уменьшается у,

• с ростом х увеличивается у,

• с уменьшением х уменьшается у.

• с ростом х не меняется у.

29.Если предпосылки метода наименьших квадратов нарушены, то ...

• оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещенности

• коэффициент регрессии является несущественным

• коэффициент корреляции является несущественным

• полученное уравнение статистически незначимо

5. Идентификация модели – это:

• единственность соответствия между приведенной и структурной формами модели

• преобладание эндогенных переменных над экзогенными

• преобладание экзогенных переменных над эндогенными

26.Использование в эконометрическом моделировании парной регрессии вместо множественной является ошибкой ...

• выборки

• измерения

• линеаризации

• спецификации

19.Как интерпретируется в линейной модели коэффициент регрессии b₁?

• коэффициент эластичности,

• коэффициент относительного роста,

• коэффициент корреляции,

• коэффициент абсолютного роста.

20.Как в показательной модели интерпретируется коэффициент регрессии b₁?

• коэффициент эластичности,

• коэффициент относительного роста,

• коэффициент корреляции,

• коэффициент абсолютного роста.

21.Как в степенной модели интерпретируется коэффициент регрессии b₁?

• коэффициент эластичности,

• коэффициент относительного роста,

• коэффициент корреляции,

• коэффициент абсолютного роста.

6. Какая составляющая временного ряда отражает влияние долговременных факторов?

• Коррелограмма

• Лаг

• случайная компонента

• тренд

7. Какая составляющая временного ряда отражает влияние факторов, не поддающихся учёту и регистрации?

• Коррелограмма

• Лаг

• случайная компонента

• тренд

8. Какая составляющая временного ряда отражает влияние факторов, повторяющихся через некоторые промежутки времени?

• Коррелограмма

• Лаг

• случайная компонента

• циклическая компонента

9. Какая функция используется при моделировании показателей с постоянным ростом?

• линейная,

• показательная,

• степенная,

• параболическая.

10. Какие временные ряды называются интервальными?

• уровни которых характеризуют изучаемое явление за определённые интервалы времени,

• уровни которых отражают величину изучаемого явления на определённый момент времени,

• уровни которых характеризуют изучаемое явление с помощью относительных величин,

• уровни которых характеризуют изучаемое явление с помощью средних величин.

11. Какие временные ряды называются моментными?

• уровни которых характеризуют изучаемое явление за определённые интервалы времени,

• уровни которых отражают величину изучаемого явления на определённый момент времени,

• уровни которых характеризуют изучаемое явление с помощью относительных величин,

• уровни которых характеризуют изучаемое явление с помощью средних величин.

12. Какие точки исключаются из временного ряда процедурой сглаживания

• стоящие в начале временного ряда,

• никакие не исключаются

• стоящие в конце временного ряда,

• стоящие и в начале, и в конце временного ряда.

13. Какой из приведенных тестов является тестом на автокорреляцию?

• Гаусса-Маркова

• Голдфелда-Квандта

• Дарбина-Уотсона

• Чоу