Тесты по эконометрике. Тест по эконометрике (начальный уровень) Временной ряд называется стационарным, если

1. Какое определение соответствует понятию «эконометрика»:

а) это наука, предметом изучения которой является количественная сторона массовых социально-экономических явлений и процессов в конкретных условиях места и времени;

б) это наука, предметом изучения которой является количественное выражение взаимосвязей экономических процессов и явлений;

в) это наука, предметом изучения которой являются общие закономерности случайных явлений и методы количественной оценки влияния случайных факторов.

2. Какова цель эконометрики?

а) представить экономические данные в наглядном виде;

б) разработать методы моделирования и количественного анализа реальных экономических объектов;

в) определить способы сбора и группировки статистических данных;

г) изучить качественные аспекты экономических явлений.

3. Спецификация модели – это:

а) определения цели исследования и выбор экономических переменных модели;

б) проведение статистического анализа модели, оценка качества ее параметров;

в) сбор необходимой статистической информации;

г) построение эконометрических моделей с целью эмпирического анализа.

4. Какая задача эконометрики является задачей параметризации модели:

б) оценка параметров построения модели;

в) проверка качества параметров модели и самой модели в целом;

г) построение эконометрических моделей для эмпирического анализа.

5. Верификация модели – это:

а) определение вида экономической модели, выражение в математической форме взаимосвязи между ее переменными;

б) определение исходных предпосылок и ограничений модели;

в) проверка качества как модели в целом, так и ее параметров;

г) анализ изучаемого экономического явления.

6. Набор сведений о разных объектах, взятых за один период времени называется:

а) временными данными;

б) пространственными данными.

7. Выберите аналог понятия «независимая переменная»:

а) эндогенная переменная;

б) фактор;

в) результат;

г) экзогенная переменная.

8. Рассмотрите модель зависимости общей величины расходов на питание от располагаемого личного дохода x и цены продукта питания p : . Определите класс модели и вид переменных модели:

а) регрессионная модель с одним уравнением; эндогенная переменная – расходы на питание, экзогенная переменная – располагаемый личный доход, предопределенная переменная – цена продуктов питания;

б) регрессионная модель с одним уравнением; эндогенная переменная – расходы на питание, экзогенные переменные – располагаемый личный доход и цена продуктов питания;

в) модель временного ряда; эндогенная переменная – расходы на питание, лаговые переменные – располагаемый личный доход и цена продуктов питания.

9. Связь называется корреляционной:

а) если каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака;

б) если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение;

в) если каждому значению факторного признака соответствует целое распределение значений результативного признака;

г) если каждому значению факторного признака соответствует строго определенное значение результативного признака.

10. По аналитическому выражению различают связи:

а) обратные;

б) линейные;

в) криволинейные;

г) парные.

11. Регрессионный анализ заключается в определении:

а) аналитической формы связи, в которой изменение результативного признака обусловлено влиянием одного или нескольких факторных признаков, а множество всех прочих факторов, также оказывающих влияние на результативный признак, принимается за постоянные и средние значения;

б) тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи);

в) статистической меры взаимодействия двух случайных переменных;

г) степени статистической связи между порядковыми переменными.

12. Какое значение не может принимать парный коэффициент корреляции:

13. При каком значении линейного коэффициента корреляции связь между признаками можно считать тесной:

13. Какой критерий используют для оценки значимости коэффициента корреляции:

а) F -критерий Фишера;

б) t -критерий Стъюдента;

в) критерий Пирсона;

г) критерий Дарбина-Уотсона.

14. Если парный коэффициент корреляции между признаками равен -1, то это означает:

а) отсутствие связи;

б) наличие обратной корреляционной связи;

в) наличие прямой корреляционной связи;

г) наличие обратной функциональной связи.

15. Если парный коэффициент корреляции между признаками принимает значение 0,675, то коэффициент детерминации равен:

г) 0,456.

16. Согласно методу наименьших квадратов минимизируется следующее выражение:

а) ; б) ; в) ; г) .

16. Оценки параметров регрессии (свойства оценок МНК) не должны быть:

а) несмещенными;

б) гетерокедастичными;

в) эффективными;

г) состоятельными.

17. В уравнении парной линейной регрессии параметр b означает:

а) усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов;

б) среднее изменение результативного признака при изменении факторного признака на 1%;

в) на какую величину в среднем изменится результативный признакy , если переменную x увеличить на одну единицу измерения;

г) какая доля вариации результативного признака учтена в модели и обусловлена влиянием на нее переменной x ?

18. Уравнение регрессии имеет вид . На сколько единиц своего измерения в среднем изменится при увеличении x на одну единицу своего измерения:

а) увеличится на 2,02;

б) увеличится на 0,78;

в) увеличится на 2,8;

г) не изменится?

19. Какой критерий используют для оценки значимости уравнения регрессии:

а) F -критерий Фишера;

б) t -критерий Стъюдента;

в) критерий Пирсона;

г) критерий Дарбина-Уотсона.

20. Какой коэффициент определяет среднее изменение результативного признака при изменении факторного признака на 1%:

а) коэффициент регрессии;

б) коэффициент детерминации;

в) коэффициент корреляции;

г) коэффициент эластичности.

21. Уравнение степенной функции имеет вид:

а) ; б) ; в) ; г) .

22) ; б) ; в) ; г) .

23. Средняя ошибка аппроксимации определяется по формуле:

24. В каких пределах изменяется множественный коэффициент корреляции:

25. Множественный линейный коэффициент корреляции равен 0,75. Какой процент вариации зависимой переменной y учтен в модели и обусловлен влиянием факторов и ?

26. Имеется матрица парных коэффициентов корреляции:

	y
y
	-0,782
	0,451	0,564
	0,842	-0,873	0,303

Между какими признаками наблюдается коллинеарность:

а) y и ;

б) и ;

27. Какое значение может принимать множественный коэффициент корреляции:

28. Уравнение множественной регрессии имеет вид: . Параметр, равный 1,37 означает следующее:

а) при увеличении на одну единицу своего измерения переменная y

б) при увеличении на одну единицу своего измерения при фиксированном значении фактора переменная y увеличится на 1,37 единиц своего измерения;

в) при увеличении на 1,37 единиц своего измерения при фиксированном значении фактора переменная y увеличится на одну единицу своего измерения.

29. Экзогенные переменные модели характеризуются тем, что они:

30. Выберите аналог понятия «эндогенная переменная»:

а) результат;

б) фактор;

в) зависимая переменная, определяемая внутри системы;

г) предопределенная переменная.

31. При исследовании зависимости себестоимости продукции y от объема выпуска и производительности труда по данным 20 предприятий получено уравнение регрессии . На сколько единиц и в какую сторону изменится результирующий признак при увеличении фактора на одну единицу измерения?

а) увеличится на 2,88

б) уменьшится на 0,72

в) уменьшится на 2,88

г) увеличится на 0,72.

32. Уравнение множественной регрессии имеет вид . Определить эластичность связи факторов y и .

33. Экзогенные переменные характеризуются те, что они

а) датируются предыдущими моментами времени;

б) являются независимыми и определяются вне системы;

в) являются зависимыми и определяются внутри системы.

33. Какой коэффициент расчета регрессии показывает долю учтенной в модели вариации результативного признака y и обусловленой влиянием факторных переменных?

а) коэффициент регрессии;

б) коэффициент детерминации;

в) коэффициент корреляции;

г) коэффициент эластичности.

34. Укажите характеристики, не используемые в качестве меры точности модели регрессии

а) средняя абсолютная ошибка;

б) остаточная дисперсия;

в) коэффициент корреляции;

г) средняя относительная ошибка аппроксимации.

35. Сопоставляя при регрессионном анализе факторную и остаточную дисперсии, получим величину статистики:

а) Стъюдента;

б) Дарбина;

в) Пирсона;

г) Фишера.

36. Уравнение регрессии признается в целом статистически значимым, если

а) расчетное значение критерия Фишера больше соответствующего табличного значения;

б) расчетное значение критерия Фишера меньше соответствующего табличного значения;

в) расчетное значение критерия Фишера больше четырех;

г) расчетное значение критерия Фишера больше нуля.

37. Построенное уравнение регрессии считается удовлетворительным, если значение средней ошибки аппроксимации не превышает

38. Как известно, индекс детерминации используется для проверки статистической значимости в целом уравнения нелинейной регрессии по F -критерия Фишера

41. В производственных функциях широко распространена степенная форма множественной регрессии . Укажите экономический смысл коэффициентов :

а) Они характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленных на среднем уровне.

б) Они показывают, на сколько процентов в среднем изменяется результат с изменением соответствующего фактора на 1% при неизменности действия других факторов.

в) Они позволяют однозначно ответить на вопрос о количественной взаимосвязи рассматриваемых признаков и целесообразности включения фактора в модель.

42. Требования, при которых модель считается адекватной, состоят в следующем:

Укажите пункт, необязательный для адекватной модели регрессии.

43. Наличие гетерокедастичности в остатках регрессии можно проверить с помощью теста

а) Пирсона;

б) Гольфельда-Квандта;

в) Дарбина-Уотсона;

г) Спирмена.

44. Зависимость последовательности остатков регрессии друг от друга в эконометрике называют

а) гомокедастичностью остатков;

б) мультиколлинеарностью остатков;

в) автокорреляцией остатков;

г) гетерокедастичностью остатков.

45. Проверку независимости последовательности остатков (отсутствие автокорреляции) осуществляют с помощью d -критерия Дарбина-Уотсона. Расчетное значение критерия определяется по формуле:

Дата публикования: 2015-02-20 ; Прочитано: 1887 | Нарушение авторского права страницы | Заказать написание работы

сайт - Студопедия.Орг - 2014-2019 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.018 с) ...

Отключите adBlock!
очень нужно

1.какое из уравнений регрессии является степенным

Y = A ? A ?? A

2. оценки параметров регрессии являются несмещенными, если

Математическое ожидание остатков равно 0

3.оценки параметров регрессии являются эффективными, если

Оценки обладают наименьшей дисперсией………….оценками

4.оценки параметров регрессии являются состоятельными, если

Увелич. точность….

5.фиктивные переменные – это

Атрибутивные признаки….

6. если качественный фактор имеет 3 градации, то необходимое число фиктивных переменных

7.коэффициент корреляции, равный нулю, означает, что между переменными

Ситуация не определена

8.коэффициент корреляции, равный -1,означает, что между переменными

Функциональная зависимость

9.в эконометрическом анализе Xj рассматриваются

Как случайные величины

10.коэффициент регрессии изменяется в пределах

Принимает любое значение

11.Q=………..min соответствует

Методу наименьших квадратов

12.в каких пределах изменяется коэффициент детерминации

13. в хорошо подобранной модели остатки должны

Иметь нормальный закон…..

14. неправильный выбор функциональной формы или объясняющих переменных называется

Ошибками спецификации

15.коэффициент детерминации – это

Квадрат парного…

16.величина рассчитанная по формуле r=………………является оценкой

Парного коэффициент Корреляции

17.Выборочный коэффициент Корреляции r по абсолютной величине

Не превосходит единицы

18.компоненты вектора Ei

Имеют нормальный закон

19.применим ли метод наименьших квадратов для расчетов параметров не линейных моделей

Применим после ее…..

20. применим ли метод наименьших квадратов для расчетов параметров показательной зависимости

Применим после ее приведения

21.что показывает коэффициент абсолютного роста

На сколько единиц изменится у, если х изменился на единицу

22.если коэффициент Корреляции положителен, то в линейной модели

С ростом х увеличивается у

23. какая функция используется при моделировании моделей с постоянным ростом

Если относительная величина……………………неограниченно

25.эластичность показывает

На сколько % изменится……………………………..на 1%

26.табличное значение стьюдента зависит

И от уровня доверительной вероятности, и от числа факторов, включенных в модель и от длины исходного ряда

27.табличное значение критерия фишера зависит от

Только от уровня доверительной вероятности и от числа факторов, включенных в модель

28.какая статистическая характеристика выражена формулой

Rxy =…………

Коэффициент Корреляции

29.формула t= rxy………….используется для

Проверки существенности коэффициент Корреляции

30.какая статистическая характеристика выражается формулой R?=……………

Коэффициент детерминации

31.коэффициент корреляции используется для

Определения тесноты связи……………..

32.эластичность измеряется

Единица измерения фактора…………………показателя

33. оценки параметров парной линейной регрессии находятся по формуле

B= Cov(x;y)/Var(x);a=y? ­bx?

34.для регрессии y=a+bx из n наблюдений интервал доверия (1-а)% для коэффициент b составит

35.допустим, что зависимость расходов от дохода описывается функцией y=a+bx

Среднее значение у=2……………….равняется

36.для парной регрессии o?b равно

…….(xi-x?)?)

37.зависимость между коэффициентом множественной детерминации (D) и корреляции (R) описывается следующим методом

38. Доверительная вероятность

Вероятность того, что………………..прогнозный интервал

39.для проверки значимости отдельного параметра используют

40.количество степеней свободы для t статистики при проверке значимости параметров регрессии из 35 наблюдений и 3 независимых переменных

41.колиство степеней свободы знаменателей f статистики регрессии из 50 наблюдений и 4 независимых переменных

42.одной из проблем кот. Может возникнуть в многофакторной регрессии и никогда не бывает в парной регрессии, является

Корреляция между независимыми переменными

43.мультиколлинеарность возникает тогда когда

Две и больше независимых…………

44. гетероскедатичность присутствует когда

Дисперсия случайных….

45. стандартизованный коэффициент Уравнения регрессии?k показывает

На сколько % изменится результирующий показатель у при изменении хi на 1%при неизмененном среднем уровне других факторов

46.связь между индексом множественной детерминации R? и скорректированным индексом множественной детерминации RC?(в формуле с сверху R)

RC?= R? (n-1)/(n-m-1)

47.допустим что для описания одного экономического процесса пригодны 2 модели. Обе адекватны по f критерию фишера. какой предоставить преимущество, у той, у которой:

Большее значения F критерия

48. для регрессии из n наблюдений и m независимых переменных существует такая связь между R? и F

…………..=[(n-m-1)/m](R?/(1- R?)]

49. значимость частных и парных коэффициент Корреляции проверяется с помощью

T критерия стьюдента

50.если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению

T статистки

51. в каком случае модель считается адекватной

Fрасч>Fтабл

52.с помощью какого критерия оценивается значимость коэффициент Регрессии

T стьюдента

53.величинав доверительного интервала позволяет установить на сколько надежно предположение о том что

Интервал содержит параметры генеральной совокупности

54.гипотеза об отсутствии автокорреляции остатков доказана, если

Уt=a+b0x1+?yt-1+?t

56.выберете модель с лагами

Уt= a+b0x1…….(самая длинная формула)

57.какие точки исключаются из временного ряда процедурой сглаживания

Стоящие в начале и в конце временного ряда

58.от чего зависит количество точек, исключаемых в результате сглаживания

От количества точек………………

59.автокорреляция имеется когда

Каждое следующее значение остатков

60.в результате автокорреляции имеем

Неэффективные оценки параметров

61.если мы заинтересованы в использовании атрибутивных переменных для отображения эффекта разных месяцев мы должны использовать

11 атрибутивных методов

62.аддитивная модель временного ряда имеет вид

63.МУЛЬТИПЛИКАТИВНАЯ МОДЕЛЬ ИМЕЕТ ВИД

64.коэффициент автокорреляции

Характеризует тесноту линейной связи текущего и предыдущего уровней ряда

65.аддитивная модель временного ряда строится

Амплитуда сезонных колебаний возрастает и уменьшается

66.на основе поквартальных данных………..значения 7-1 квартал, 9-2квартал и 11-3квартал…………….

67.эндогенные переменные это

Зависимые переменные, число которых равно числу уравнений……..

68.экзогенные переменные

Предопределенные переменные, влияющие…………..

69.лаговые переменные это

Значение зависимых переменных за предшествующий период времени

70.для определения параметров структурную форму модели необходимо преобразовать в

Приведенную форму модели

71.уравнение, в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, идентифицируемо если

72. уравнение, в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, Неидентифицируемо если

73. уравнение, в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, сверхидентифицируемо если

74.для определения параметров точно идентифицируемой модели

Применяется косвенный МНК

75. для определения параметров СВЕРХидентифицируемой модели

ПРИМЕНЯЕТСЯ ДВУХШАГОВЫЙ МНК

76.для определения параметров Неидентифицируемой модели

НЕ ОДИН ИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ПРИМЕНИТЬ НЕЛЬЗЯ

Поиск на сайте

Предметы

Выберите рубрику Адвокатура Административное право Анализ финансовой отчетности Антикризисное управление Аудит Банковское дело Банковское право Бизнес-планирование Биржевое дело Биржи Бухгалтерская финансовая отчётность Бухгалтерский управленческий учёт Бухгалтерский учёт Бухгалтерский учёт в банках Бухгалтерский финансовый учёт Бухгалтерское дело Бухучёт в бюджетных организациях Бухучёт в инвестфондах Бухучет в страховых организациях Бухучёт и аудит Бюджетная система рф Валютное регулирование и валютный контроль Выставочное и аукционное дело Высшая математика Вэд Госслужба Государственная регистрация сделок с недвижимостью Государственное регулирование вэд Гражданский и арбитражный процесс Декларирование Деньги, кредит, банки Долгосрочная финансовая политика Жилищное право Земельное право Инвестиции Инвестиционные стратегии Инновационный менеджмент Информационно-таможенные технологии Информационные системы в экономике Информационные технологии Информационные технологии управления Исковое производство Исследование систем управления История государства и права зарубежных стран История отечественного государства и права История политических и правовых учений Коммерческое ценообразование Комплексный экономический анализ хозяйственной деятельности Конституционное право зарубежных стран Конституционное право рф Контракты в международной торговле Контроллинг Контроль и ревизия Конъюнктура товарных рынков Краткосрочная финансовая политика Криминалистика Криминология Логистика Маркетинг Международное право Международные валютно-кредитные отношения Международные конвенции и соглашения по торговле Международные стандарты аудиторской деятельности Международные стандарты финансовой отчётности Международные экономические отношения Менеджмент Методы оценки финансовых рисков Мировая экономика Мировая экономика и вэд Муниципальное право Налоги и налогообложение Налоговое право Наследственное право Нетарифное регулирование вэд Нотариат Обоснование и контроль контрактных цен Общий и таможенный менеджмент Организационное поведение Организация валютного контроля Организация деятельности коммерческих банков Организация деятельности цб Организация и технология внешней торговли Организация таможенного контроля Основы бизнеса Особенности учёта в торговле Отраслевые особенности калькулирования себестоимости Паевые инвестиционные фонды Права человека и гражданина Право интеллектуальной собственности Право социального обеспечения Правоведение Правовое обеспечение экономики Правовое регулирование приватизации Правовые информационные системы Правовые основы рф Предпринимательские риски Региональная экономика и управление Реклама Рынок ценных бумаг Системы обработки ки зарубежных стран Социология Социология управления Статистика Статистика финансов и кредита Стратегический менеджемент Страхование Страховое право Таможенное дело Таможенное право Теория бухгалтерского учёта Теория государства и права Теория организации Теория управления Теория экономического анализа Товароведение Товароведение и экспертиза в таможенном деле Торгово-экономические отношения рф Трудовое право Упд Управление качеством Управление персоналом Управление проектами Управление рисками Управление финансами внешней торговли Управленческие решения Учёт затрат в торговле Учёт на предприятиях малого бизнеса Философия и Эстетика Финансовая среда и предпринимательские риски Финансовое право Финансовые системы зарубежных государств Финансовый менеджмент Финансы Финансы предприятий Финансы, денежное обращение и кредит Хозяйственное право Ценообразование Ценообразование в международной торговле Эвм Экологическое право Эконометрика Экономика Экономика и организация предприятия Экономико-математические методы Экономическая география и регионалистика Экономическая теория Экономический анализ Юридическая этика

Q =……….. min соответствует методу наименьших квадратов

Автокорреляция - это корреляционная зависимость уровней ряда от предыдущих значений.

Автокорреляция имеется когда каждое следующее значение остатков

Аддитивная модель временного ряда имеет вид: Y=T+S+E

Атрибутивная переменная может употребляться, когда: независимая переменная качественна;

В каких пределах изменяется коэффициент детерминанта : от 0 до 1.

В каком случае модель считается адекватной Fрасч>Fтабл

В результате автокорреляции имеем неэффективные оценки параметров

В хорошо подобранной модели остатки должны и меть нормальный закон

В эконометрическом анализе Xj рассматриваются как случайные величины

Величина доверительного интервала позволяет установить предположение о том, что: интервал содержит оценку параметра неизвестного.

Величина рассчитанная по формуле r =…является оценкой парного коэф. Корреляции

Внутренне нелинейная регрессия - это истинно нелинейная регрессия, которая не может быть приведена к линейной регрессии преобразованием переменных и введением новых переменных.

Временной ряд - это последовательность значений признака (результативного переменного), принимаемых в течение последовательных моментов времени или периодов.

Выберете модель с лагами Уt= a+b0x1…….(самая длинная формула)

Выборочное значение Rxy не > 1, |R| < 1

Выборочный коэффициент корреляции r по абсолютной величине не превосходит единицы

Гетероскедастичность - нарушение постоянства дисперсии для всех наблюдений.

Гетероскедастичность присутствует когда: дисперсия случайных остатков не постоянна

Гетероскидастичность – это когда дисперсия остатков различна

Гипотеза об отсутствии автокорреляции остатков доказана, если Dтабл2...

Гомоскедастичность - постоянство дисперсии для всех наблюдений, или одинаковость дисперсии каждого отклонения (остатка) для всех значений факторных переменных.

Гомоскидастичность – это когда дисперсия остатков постоянна и одинакова для всех … наблюдений.

Дисперсия - показатель вариации.

Для определения параметров неиденцифицированной модели применяется.: не один из сущ. методов применить нельзя

Для определения параметров сверх иденцифицированной модели примен.: применяется. 2-х шаговый МНК

Для определения параметров структурную форму модели необходимо преобразовать в приведенную форму модели

Для определения параметров точно идентифицируемой модели: применяется косвенный МНК;

Для оценки … изменения y от x вводится: коэффициент эластичности:

Для парной регрессии ơ² b равно ….(xi-x¯)²)

Для проверки значимости отдельных параметров регрессии используется : t-тест.

Для регрессии y = a + bx из n наблюдений интервал доверия (1-а)% для коэф. b составит b±t…….·ơb

Для регрессии из n наблюдений и m независимых переменных существует такая связь между R ² и F ..=[(n-m-1)/m](R²/(1- R²)]

Доверительная вероятность – это вероятность того, что истинное значение результативного показателя попадёт в расчётный прогнозный интервал.

Допустим что для описания одного экономического процесса пригодны 2 модели. Обе адекватны по f критерию фишера. какой предоставить преимущество, у той у кот.: большее значения F критерия

Допустим, что зависимость расходов от дохода описывается функцией y = a + bx среднее значение у=2…равняется 9

Если Rxy положителен, то с ростом x увеличивается y.

Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению T статистки

Если качественный фактор имеет 3 градации, то необходимое число фиктивных переменных 2

Если коэффициент корреляции положителен, то в линейной модели с ростом х увеличивается у

Если мы заинтересованы в использовании атрибутивных переменных для отображения эффекта разных месяцев мы должны использовать 11 атрибутивных методов

Если регрессионная модель имеет показательную зависимость, то метод МНК применим после приведения к линейному виду.

Зависимость между коэффициентом множественной детерминации (D ) и корреляции (R ) описывается следующим методом R=√D

Значимость уравнения регрессии - действительное наличие исследуемой зависимости, а не просто случайное совпадение факторов, имитирующее зависимость, которая фактически не существует.

Значимость уравнения регрессии в целом оценивают : -F-критерий Фишера

Значимость частных и парных коэф . корреляции поверен. с помощью: -t-критерия Стьюдента

Интеркорреляция и связанная с ней мультиколлинеарность - это приближающаяся к полной линейной зависимости тесная связь между факторами.

Какая статистическая характеристика выражается формулой R ²=… коэффициент детерминации

Какая статистическая хар-ка выражена формулой : r xy = Ca (x ; y ) разделить на корень Var (x )* Var (y ): коэффициент. корреляции

Какая функция используется при моделировании моделей с постоянным ростом степенная

Какие точки исключаются из временного ряда процедурой сглаживания и в начале, и в конце.

Какое из уравнений регрессии является степенным y = a ˳ a ͯ¹ a

Классический метод к оцениванию параметров регрессии основан на: - метод наименьших квадратов (МНК)

Количество степеней свободы для t статистики при проверки значимости параметров регрессии из 35 наблюдений и 3 независимых переменных 31;

Количество степеней свободы знаменателя F -статистики в регрессии из 50 наблюдений и 4 независимых переменных: 45

Компоненты вектора Ei и меют нормальный закон

Корреляция - стохастическая зависимость, являющаяся обобщением строго детерминированной функциональной зависимости посредством включения вероятностной (случайной) компоненты.

Коэффициент автокорреляции: характеризует тесноту линейной связи текущего и предстоящего уровней ряда

Коэффициент детерминации - показатель тесноты стохастической связи в общем случае нелинейной регрессии

Коэффициент детерминации – это величина, которая характеризует связь между зависимыми и независимыми переменными.

Коэффициент детерминации - это квадрат множественного коэффициента корреляции

Коэффициент детерминации - это: величина, которая характеризует связь между независимой и зависимой (зависящей) переменными;

Коэффициент детерминации R показывает долю вариаций зависимой переменной y, объяснимую влиянием факторов, включаемых в модель.

Коэффициент детерминации изменяется в пределах : - от 0 до 1

Коэффициент доверия - это коэффициент, который связывает линейной зависимостью предельную и среднюю ошибки, выясняет смысл предельной ошибки, характеризующей точность оценки, и является аргументом распределения (чаще всего, интеграла вероятностей). Именно эта вероятность и есть степень надежности оценки.

Коэффициент доверия (нормированное отклонение) - результат деления отклонения от среднего на стандартное отклонение, содержательно характеризует степень надежности (уверенности) полученной оценки.

Коэффициент корелляции Rxy используется для определения полноты связи X и Y.

Коэффициент корелляции меняется в пределах: от -1 до 1

Коэффициент корелляции равный 0 означает, что: - отсутствует линейная связь.

Коэффициент корелляции равный 1 означает , что: -существует функциональная зависимость.

Коэффициент корреляции используется для: определения тесноты связи между случайными величинами X и Y;

Коэффициент корреляции рассчитывается для измерения степени линейной взаимосвязи между двумя случайными переменными.

Коэффициент линейной корреляции - показатель тесноты стохастической связи между фактором и результатом в случае линейной регрессии.

Коэффициент регрессии - коэффициент при факторной переменной в модели линейной регрессии.

Коэффициент регрессии b показывает: на сколько единиц увеличивается y, если x увеличивается на 1.

Коэффициент регрессии изменяется в пределах : применяется любое значение; от 0 до 1; от -1 до 1;

Коэффициент эластичности измеряется в : неизмеримая величина.

Критерий Дарвина-Чотсона применяется для : - отбора факторов в модель; или - определения автокорреляции в остатках

Критерий Стьюдента - проверка значимости отдельных коэффициентов регрессии и значимости коэффициента корреляции.

Критерий Фишера показывает статистическую значимость модели в целом на основе совокупной достоверности всех ее коэффициентов;

Лаговые переменные : - это переменные, относящиеся к предыдущим моментам времени; или -это значения зависим. перемен. за предшествующий период времени.

Лаговые переменные это значение зависимых переменных за предшествующий период времени

Модель в целом статистически значима, если Fрасч > Fтабл.

Модель идентифицирована, если: - число параметров структурной модели равно числу параметров приведён. формы модели.

Модель неидентифицирована, если: - число приведён. коэф. больше числа структурных коэф.

Модель сверхидентифицирована, если : число приведён. коэф. меньше числа структурных коэф

Мультиколлениарность возникает, когда : ошибочное включение в уравнение 2х или более линейно зависимых переменных; 2. две или более объясняющие переменные, в нормальной ситуации слабо коррелированные, становятся в конкретных условиях выборки сильно коррелированными; . в модель включается переменная, сильно коррелирующая с зависимой переменной.

Мультипликативная модель временного ряда имеет вид: - Y=T*S*E

Мультипликативная модель временного ряда строится, если: амплитуда сезонных колебаний возрастает или уменьшается

На основе поквартальных данных...значения 7-1 квартал, 9-2квартал и 11-3квартал ...-5

Неправильный выбор функциональной формы или объясняющих переменных называется о шибками спецификации

Несмещённость оценки параметра регрессии, полученной по МНК, означает: - что она характеризуется наименьшей дисперсией.

Одной из проблем которая может возникнуть в многофакторной регрессии и никогда не бывает в парной регрессии, является корреляция между независимыми переменными

От чего зависит количество точек, исключаемых из временного ряда в результате сглаживания: от применяемого метода сглаживания.

Отметьте основные виды ошибок спецификации: отбрасывание значимой переменной; добавление незначимой переменной;

Оценки коэффициентов парной регрессии является несмещённым, если : математические ожидания остатков =0.

Оценки параметров парной линейной регрессии находятся по формуле b= Cov(x;y)/Var(x);a=y¯ ­bx¯

Оценки параметров регрессии являются несмещенными, если Математическое ожидание остатков равно 0

Оценки параметров регрессии являются состоятельными, если : -увеличивается точность оценки при n, т. е. при увеличении n вероятность оценки от истинного значения параметра стремится к 0.

Оценки парной регрессии явл. эффективными, если: оценка обладают наименьшей дисперсией по сравнению с другими оценками

При наличии гетероскедастичности следует применять: - обобщённый МНК

При проверке значимости одновременно всех параметров используется: -F-тест.

При проверке значимости одновременно всех параметров регрессии используется: F-тест.

Применим ли метод наименьших квадратов для расчетов параметров показательной зависимости применим после ее приведения

Применим ли метод наименьших квадратов(МНК) для расчёта параметров нелинейных моделей? применим после её специального приведения к линейному виду

С помощью какого критерия оценивается значимость коэффициента регрессии T стьюдента

С увеличением числа объясняющих переменных скоррестированный коэффициент детерминации: - увеличивается.

Связь между индексом множественной детерминации R ² и скорректированным индексом множественной детерминации Ȓ² есть

Скорректиров. коэф. детерминации: - больше обычного коэф. детерминации

Стандартизованный коэффициент уравнения регрессии Ƀk показывает на сколько % изменится результирующий показатель у при изменении хi на 1%при неизмененном среднем уровне других факторов

Стандартный коэффициент уравнения регрессии: показывает на сколько 1 изменится y при изменении фактора xk на 1 при сохранении др.

Суть коэф. детерминации r 2 xy состоит в следующем: - характеризует долю дисперсии результативного признака y объясняем. регресс., в общей дисперсии результативного признака.

Табличное значение критерия Стьюдента зависит от уровня доверительной вероятности и от числа включённых факторов и от длины исходного ряда.(от принятого уровня значимости и от числа степеней свободы (n - m -1))

Табличные значения Фишера (F ) зависят от доверительной вероятности и от числа включённых факторов и от длины исходного ряда (от доверительной вероятности p и числа степеней свободы дисперсий f1 и f2) ..

Уравнение в котором H D число отсутствующих экзогенных переменных, идентифицируемо если D+1=H

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, НЕидентифицируемо если D+1

Уравнение в котором H число эндогенных переменных, D число отсутствующих экзогенных переменных, сверхидентифицируемо если D+1>H

Уравнение идентифицировано, если: - D+1=H

Уравнение неидентифицировано, если: - D+1

Уравнение сверхидентифицировано, если: - D+1>H

Фиктивные переменные - это: атрибутивные признаки (например, как профессия, пол, образование), которым придали цифровые метки;

Формула t = rxy ….используется для п роверки существенности коэффициента корреляции

Частный F -критерий: - оценивает значимость уравнения регрессии в целом

Число степеней свободы для факторной суммы квадратов в линейной модели множественной регрессии равно: m;

Что показывает коэффициент наклона - на сколько единиц изменится у, если х изменился на единицу,

Что показывает коэффициент. абсолютного роста на сколько единиц изменится у, если х изменился на единицу

Экзогенная переменная – это независимая переменная или фактор-Х.

Экзогенные переменные - это переменные, которые определяются вне системы и являются независимыми

Экзогенные переменные – это предопределенные переменные, влияющие на зависимые переменные (Эндогенные переменные), но не зависящие от них, обозначаются через х

Эластичность измеряется единица измерения фактора…показателя

Эластичность показывает на сколько % изменится редуктивный показатель y при изменении на 1% фактора xk .

Эндогенные переменные - это: зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через у

Определения

T-отношение (t-критерий) - отношение оценки коэффициента, полученной с помощью МНК, к величине стандартной ошибки оцениваемой величины.

Аддитивная модель временного ряда – это модель, в которой временной ряд представлен как сумма перечисленных компонент.

Критерий Фишера - способ статистической проверки значимости уравнения регрессии, при котором расчетное (фактическое) значение F-отношения сравнивается с его критическим (теоретическим) значением.

Линейная регрессия - это связь (регрессия), которая представлена уравнением прямой линии и выражает простейшую линейную зависимость.

Метод инструментальных переменных - это разновидность МНК. Используется для оценки параметров моделей, описываемых несколькими уравнениями. Главное свойство - частичная замена непригодной объясняющей переменной на такую переменную, которая некоррелированна со случайным членом. Эта замещающая переменная называется инструментальной и приводит к получению состоятельных оценок параметров.

Метод наименьших квадратов (МНК) - способ приближенного нахождения (оценивания) неизвестных коэффициентов (параметров) регрессии. Этот метод основан на требовании минимизации суммы квадратов отклонений значений результата, рассчитанных по уравнению регрессии, и истинных (наблюденных) значений результата.

Множественная линейная регрессия - это множественная регрессия, представляющая линейную связь по каждому фактору.

Множественная регрессия - регрессия с двумя и более факторными переменными.

Модель идентифицируемая - модель, в которой все структурные коэффициенты однозначно определяются по коэффициентам приведенной формы модели.

Модель рекурсивных уравнений - модель, которая содержит зависимые переменные (результативные) одних уравнений в роли фактора, оказываясь в правой части других уравнений.

Мультипликативная модель – модель, в которой временной ряд представлен как произведение перечисленных компонент.

Несмещенная оценка - оценка, среднее которой равно самой оцениваемой величине.

Нулевая гипотеза - предположение о том, что результат не зависит от фактора (коэффициент регрессии равен нулю).

Обобщенный метод наименьших квадратов (ОМНК) - метод, который не требует постоянства дисперсии (гомоскедастичности) остатков, но предполагает пропорциональность остатков общему множителю (дисперсии). Таким образом, это взвешенный МНК.

Объясненная дисперсия - показатель вариации результата, обусловленной регрессией.

Объясняемая (результативная) переменная - переменная, которая статистически зависит от факторной переменной, или объясняющей (регрессора).

Остаточная дисперсия - необъясненная дисперсия, которая показывает вариацию результата под влиянием всех прочих факторов, неучтенных регрессией.

Предопределенные переменные - это экзогенные переменные системы и лаговые эндогенные переменные системы.

Приведенная форма системы - форма, которая, в отличие от структурной, уже содержит одни только линейно зависящие от экзогенных переменных эндогенные переменные. Внешне ничем не отличается от системы независимых уравнений.

Расчетное значение F-отношения - значение, которое получают делением объясненной дисперсии на 1 степень свободы на остаточную дисперсию на 1 степень свободы.

Регрессия (зависимость) - это усредненная (сглаженная), т.е. свободная от случайных мелкомасштабных колебаний (флуктуаций), квазидетерминированная связь между объясняемой переменной (переменными) и объясняющей переменной (переменными). Эта связь выражается формулами, которые характеризуют функциональную зависимость и не содержат явно стохастических (случайных) переменных, которые свое влияние теперь оказывают как результирующее воздействие, принимающее вид чисто функциональной зависимости.

Регрессор (объясняющая переменная, факторная переменная) - это независимая переменная, статистически связанная с результирующей переменной. Характер этой связи и влияние изменения (вариации) регрессора на результат исследуются в эконометрике.

Система взаимосвязанных уравнений - это система одновременных или взаимозависимых уравнений. В ней одни и те же переменные выступают одновременно как зависимые в одних уравнениях и в то же время независимые в других. Это структурная форма системы уравнений. К ней неприменим МНК.

Система внешне не связанных между собой уравнений - система, которая характеризуется наличием одних только корреляций между остатками (ошибками) в разных уравнениях системы.

Случайный остаток (отклонение) - это чисто случайный процесс в виде мелкомасштабных колебаний, не содержащий уже детерминированной компоненты, которая имеется в регрессии.

Состоятельные оценки - оценки, которые позволяют эффективно применять доверительные интервалы, когда вероятность получения оценки на заданном расстоянии от истинного значения параметра становится близка к 1, а точность самих оценок увеличивается с ростом объема выборки.

Спецификация модели - определение существенных факторов и выявление мультиколлинеарности.

Стандартная ошибка - среднеквадратичное (стандартное) отклонение. Оно связано со средней ошибкой и коэффициентом доверия.

Степени свободы - это величины, характеризующие число независимых параметров и необходимые для нахождения по таблицам распределений их критических значений.

Тренд - основная тенденция развития, плавная устойчивая закономерность изменения уровней ряда.

Уровень значимости - величина, показывающая, какова вероятность ошибочного вывода при проверке статистической гипотезы по статистическому критерию.

Фиктивные переменные - это переменные, которые отражают сезонные компоненты ряда для какого-либо одного периода.

Эконометрическая модель - это уравнение или система уравнений, особым образом представляющие зависимость (зависимости) между результатом и факторами. В основе эконометрической модели лежит разбиение сложной и малопонятной зависимости между результатом и факторами на сумму двух следующих компонентов: регрессию (регрессионная компонента) и случайный (флуктуационный) остаток. Другой класс эконометрических моделей образует временные ряды.

Эффективность оценки - это свойство оценки обладать наименьшей дисперсией из всех возможных.

В течение долгого времени существовало два различных варианта определения эконометрики: от “эконометрики в широком смысле слова” до “эконометрики в узком смысле слова”. Под “эконометрикой в широком смысле слова” понимается совокупность различного рода экономических исследований, проводимых с использованием математических методов. Под “эконометрикой в узком смысле слова” понимается, главным образом, применение математико-статистических методов в экономических исследованиях: построение математико-статистических моделей экономических явлений, оценка параметров в моделях любого типа и т. д..

Название “эконометрика” было введено основателем этого направления в экономике в 1926 г. Рагнаром Фришем. Лингвистически термин “эконометрия” немецкого происхождения (Оkonometrie). Впервые этот термин появился в 1910 г. в немецкой книге по бухгалтерскому учету, автор которой понимал под ним теорию бухгалтерии. В буквальном переводе эконометрика означает “измерения в экономике” (можно сравнить с биометрикой, наукометрикой, астрометрикой, социометрикой, психометрикой, политометрикой).

Однако, в настоящее время можно с полной уверенностью утверждать, что определение, которое приводят С.А. Айвазян и В.С Мхитарян в своем последнем учебнике, является самым объективным, современным и точным:

О п р е д е л е н и е: Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе

- экономической теории,

- экономической статистики,

- математико-статистического инструментария

- придавать конкретное количественное выражение общим (количественным) закономерностям, обусловленным экономической теорией.

Как видим, это определение полностью соответствует тому, которое вводил Р.Фриш семьдесят лет тому назад. Он считал, что эконометрика должна следовать триединой формуле, сочетая в себе теоретический анализ, эмпирические данные и математические методы.

Говоря об экономической теории в рамках эконометрики, исследователи интересуются не просто выявлением объективно существующих (на качественном уровне) экономических законов и связей между экономическими показателями, но и подходами к их формализации. При рассмотрении экономической статистики как составной части эконометрики исследователи интересуются лишь тем аспектом этой самостоятельной дисциплины, который непосредственно связан с информационным обеспечением анализируемой эконометрической модели. И, наконец, под математико-статистическим инструментарием эконометрики подразумевается, естественно, не математическая статистика в традиционном ее понимании, а лишь отдельные ее разделы (классическая и обобщенная линейные модели регрессионного анализа, анализ временных рядов, построение и анализ систем одновременных уравнений). Эти разделы математической статистики должны быть дополнены некоторыми сведениями (специальные типы моделей регрессии, подходы к решению проблем спецификации, идентифицируемости и верифицируемости моделей и т.д.).

Во всей деятельности эконометриста существенным является использование модели. Поэтому очень важно проследить всю “цепочку” определений, касающихся этого понятия.

Математическая модель – это абстракция реального мира, в которой интересующие исследователя отношения между реальными элементами заменены подходящими отношениями между математическими категориями.

Экономико-математическая модель – это любая математическая модель, описывающая механизм функционирования некой гипотетической экономической системы или социально-экономической системы. Иногда эту же модель могут называть просто экономической . (Пример такой модели – простейший вариант так называемой “паутинной модели”, которая описывает процесс формирования спроса и предложения определенного товара или вида услуг на конкурентном рынке).

Если в определении экономико-математической модели речь идет не о любой математической модели, а о модели, построенной с использованием аппарата теории вероятностей и математической статистики, то можно уже получить представление об эконометрической модели. Но для этого следует помнить следующие определения.

Вероятностная модель – это математическая модель, имитирующая механизм функционирования гипотетического (не конкретного) реального явления (или системы) стохастической природы.

Вероятностно-статистическая модель – это вероятностная модель, значения отдельных характеристик (параметров) которой оцениваются по результатам наблюдений (исходным статистическим данным), характеризующим функционирование моделируемого конкретного (а не гипотетического) явления (или системы).

Наконец, можно говорить об эконометрической модели:

Эконометрической моделью называется вероятностно-статистическая модель, описывающая механизм функционирования экономической или социально-экономической системы.

В любой эконометрической модели все участвующие в ней переменные в зависимости от конечных прикладных целей подразделяются на экзогенные, эндогенные и предопределенные:

экзогенные переменные (ekzo-cнаружи, genous-происхождение) - это переменные, которые задаются как бы “извне”, автономно, и в определенной степени являются управляемыми (планируемыми);

эндогенные переменные (endo-внутри, genous -происхождение ) - это переменные, значения которых формируются в процессе и внутри функционирования анализируемой социально-экономической системы в существенной мере под воздействием экзогенных переменных и, конечно, во взаимодействии друг с другом; в эконометрической модели они являются предметом объяснения;

предопределенные переменные – это переменные, которые выступают в системе в роли факторов - аргументов , или объясняющих переменных.

Множество предопределенных переменных формируется из всех экзогенных переменных (которые могут быть “привязаны “ к прошлым, текущему и будущим моментам времени) и так называемых лаговых эндогенных переменных, т.е. таких эндогенных переменных, значения которых входят в уравнения анализируемой эконометрической системы измеренными в прошлые (по отношению к текущему) моменты времени, а следовательно, являются уже известными, заданными.