Эконометрика, ответы на тест

A01: Эконометрика – это

4. наука, которая дает количественное выражение взаимосвязям экономических явлений и процессов

A02: Имеется модель вида

,

где – независимые (объясняющие) переменные, a

– параметры.

Тогда, с точки зрения эконометрики,

3.форма зависимости неизвестна, её надо искать

A03: При эконометрическом анализе определение

набора входных факторов и показателей происходит

1. на постановочном этапе

A04: При эконометрическом анализе анализ

сущности изучаемого явления происходит

2. на априорном этапе

A05: Измерения нужно стремиться проводить

в той шкале, которая

4. максимально согласована с наблюдаемой величиной

A06: Рост, вес, деньги измеряются в

4. шкале отношений

A07: Основной задачей корреляционного анализа является

3. выявление наличия связи между признаками

A08: Равенство коэффициента корреляции

двух показателей единице означает

3. что между показателями существует линейная

функциональная связь

A09: Множественный коэффициент корреляции – это мера

3.линейной зависимости между одной переменной и всеми

остальными переменными

A10: Коэффициент корреляции показывает

3. тесноту линейной связи двух признаков

A11: Коэффициент конкордации Кендалла используется

5.для определения степени согласованности большого

числа признаков

A12: Имеется следующая таблица сопряженности

Для проверки гипотезы о зависимости предпочтений

от пола следует использовать

2. критерий Хи-квадрат

A13: В регрессионном уравнении вида

, величина – это

2. значение зависимой переменной при нулевом значении

независимой переменной

A14:Коэффициент детерминации показывает

3. долю объясненной дисперсии результативного признака

A15: Гетероскедастичность подразумевает

4. зависимость дисперсии ошибки от значений экзогенной переменной

A16: При построении эконометрической модели оказалось, что

ESS=332.1, RSS= 512.6.

Какое значение имеет коэффициент детерминации?

2. 0.607

A17: Какое из приведённых уравнений

является уравнением парной линейной регрессии?

3.

A18: При оценивании параметров модели

, где ,

по методу наименьших квадратов нулевое значение

может принимать лишь сумма квадратов

4.

A19: Общая сумма квадратов

2. не зависит от вида регрессионного уравнения

A20: Уравнение регрессии имеет вид

, коэффициент детерминации . Это означает

3.отсутствие линейной связи между переменными

A21: Критерий Стьюдента не используется для проверки гипотезы

2.о значимости коэффициента детерминации

A22: Если значение независимой переменной задано точно,

то для построения прогноза в этой точке следует использовать

1.безусловное прогнозирование

A23: При точечном прогнозировании наибольшая точность достигается

2.в точке , так как в этой точке дисперсия прогноза минимальна

A24: На основе уравнения множественной регрессии можно определить

1. частные уравнения регрессии

A25: Модель множественной регрессии используется когда

2. имеется несколько объясняющих переменных

A26: Какое из приведённых уравнений является уравнением нелинейным по объясняющим переменным, но линейным по параметрам?

3.

A27: При полной коллинеарности входных факторов использование МНК

1.невозможно

A28: Для линейной регрессионной модели типа

была получена корреляционная матрица.

Это скорее всего означает, что

3. наблюдается явление мультиколлинеарности, для устранения

проблемы необходимо исключить фактор H

A29: В уравнении множественной регрессии

с помощью МНК

можно оценить только некоторые линейные

комбинации параметров

A30: При коррелированных и гомоскедастичных

остатках ковариационная матрица ошибок

3.является недиагональной, но на диагонали стоят 1

A31:Коэффициент эластичности показывает

3. среднее изменение зависимой переменной при изменении

независимой на 1 процент

A32: План эксперимента называется D-оптимальным, если

2.ему соответствует ковариационная матрица с наименьшим

значением определителя

A33:В системе независимых уравнений

2. набор входных факторов в каждом уравнении может быть различным

A34:Если некоторая переменная находится в левой части

одного из уравнений системы, то

2.эта переменная – эндогенная

A35: Система уравнений

1. идентифицируема

A36: Система уравнений считается неидентифицируемой, если

2. хотя бы одно уравнение системы неидентифицируемо

A37: Косвенный МНК применяется для оценивания параметров

2. идентифицируемых систем уравнений

A38: Обычным методом наименьших квадратов нельзя

оценивать параметры системы

3. одновременных уравнений

A39: Лучшим источником информации о совокупном влиянии

факторов на отклик в моделях временных рядов являются

2. значения самого отклика

A40: Основное отличие элементов случайной выборки от

членов временного ряда состоит в том, что

5. члены временного ряда не являются статистически независимыми

A41: В стационарном временном ряде ковариация

между значениями и зависит

4. от величины

A42: Если при изменении начала отчета времени не изменяются

свойства временного ряда, то

4. ряд обладает свойством строгой стационарности

A43: При использовании критерия серий элементы, равные медиане

4. не учитываются

A44: Критерий Абеля применяется при

оверке гипотезы о наличии неслучайных компонент в разложении временного ряда

A45: При использовании аналитических методов

выделения неслучайных компонент предполагается

1.что единственная объясняющая переменная модели – время

A46: Значение автокорреляционной функции показывает

5. тесноту линейной связи между элементами временного ряда и

A47: Частная автокорреляционная функция используется для

2. измерения автокорреляции между и

при исключении влияния всех промежуточных элементов

A48: Мультипликативная модель временного ряда применяется в случае, если

4. амплитуда колебаний либо возрастает, либо убывает с течением времени

A49: Аналитическое выравнивание временного ряда состоит в

3. в оценивании трендовой компоненты

A50: При наличии автокорреляции в остатках основной

задачей исследования является

2. вычисление оценок неизвестных параметров

A51: Случаю автокорреляции соответствуют графики:

а)

б)

в)

г)

4.все, кроме а)

A52: В вывод о наличии положительной автокорреляции в

остатках делается, если статистика Дарбина-Уотсона

попадает в интервал

1.

A53: Применение критерия Дарбина-Уотсона позволяет

2.выявить автокорреляцию первого порядка

A54: Статистика Дарбина-Уотсона может быть вычислена через

3.коэффициент автокорреляции первого порядка

A55: При сравнении кусочной и единой моделей временного ряда

1. остаточная сумма квадратов единой модели больше остаточной

суммы квадратов кусочной модели

A56: Пусть в результате эконометрического анализа была получена следующая модель

Тогда

2.наблюдается значимое изменение оценки как

с , так и с .

A57: При использовании теста Чоу предполагается

1.отсутствие автокорреляции в остатках

A58: Если при использовании теста Чоу гипотеза о

структурной стабильности не отвергается, то

5.необходимо применить подход Гуйарати

A59:При анализе значимости изменений оценок с использованием подхода

Гуйарати для модели должно быть построено

вспомогательное уравнение

с фиктивной переменной вида

4.

A60: При анализе значимости изменений оценок с использованием подхода

Гуйарати для модели должно быть построено

вспомогательное уравнение с фиктивной переменной вида

3.

A61: Анализ взаимосвязи двух временных рядов нужно проводить

5.по остаткам, полученным после устранения всех неслучайных компонент

A62:Легко интерпретируются параметры уравнения, построенного по методу

1.последовательных разностей

A63:Если временной ряд содержит ярко выраженную экспоненциальную

или степенную

тенденцию, то метод последовательных разностей следует применять

3.к логарифмам исходных данных

A64:Если в остатках временного ряда наблюдается сильная отрицательная

втокорреляция, то наиболее эффективным методом ее устранения является

1.метод скользящего среднего

A65:Уравнение авторегрессии – это

4.уравнение временного ряда, в котором текущее значение отклика зависит от одного или нескольких предыдущих его значений

A66:При оценивании параметров модели временного ряда с распределенными лагами, где Т конечно, можно использовать

4.методы Койка и лагов Алмон

A67:В модели с распределенными лагами

краткосрочным мультипликатором является величина

5.

A68: Медианный лаг – это

1.период времени, в течение которого с момента t будет реализована половина

общего воздействия фактора на отклик

A69:Средний лаг – это

1.средний период, в течение которого будет происходить изменение отклика под воздействием изменения фактора в момент t

A70: В методе инструментальных переменных новая переменная для уравнения

2. должна тесно коррелировать с и не должна коррелировать с остатками

← Предыдущая
Страница 1
Следующая →

Эконометрика – это наука, которая дает количественное выражение взаимосвязям экономических явлений и процессов

У нас самая большая информационная база в рунете, поэтому Вы всегда можете найти походите запросы

Искать ещё по теме...

Похожие материалы:

Что стоит за термином «антисоциальная личность

Реферат по дисциплине: «Психология детей с отклонениями в поведении». Делинквентное поведение. Антисоциальные расстройства личности. Характерные черты антисоциальной личности.

Дифференциалды психология

Темперамент. Әлеуметтік ортада тұлғаның даму детерминациясының мәселесі Іс-әрекеттің даралық стильдерінің теориясы

Виды и назначение отчетности

Что представляет собой отчетность что является основанием составления отчетности по данным каких учетов составляется отчетность какие показатели содержит отчетность кем используется отчетность как и по каким признакам классифицируется отчетность какие требования предъявляются к отчетности

Історія України II світовій війні

Конституция РФ. Право

Виды уголовных наказаний. конституционный строй Российской Федерации. Права граждан РФ. Семейный кодекс СК РФ. Уголовный кодекс РФ.

Сохранить?

Пропустить...

Введите код

Ok