Эконометрика

Выделяют три класса систем эконометрических уравнений
взаимозависимые, одновременные и рекурсивные
взаимозависимые, возвратные и рекурсивные
независимые, взаимозависимые и рекурсивные
независимые, изолированные и рекурсивные
Уравнение регрессии характеризует image001.gifзависимость
обратно пропорциональную
функциональную
линейную
прямо пропорциональную
Экзогенными переменными являются
независимые переменные
случайные переменные
зависимые переменные
переменные, значения которых определяется внутри системы
На первом этапе применения косвенного метода наименьших квадратов
проводят процедуру линеаризации приведенной формы модели
приведенную форму преобразуют в структурную
проводят процедуру линеаризации структурной формы модели
структурная форма преобразуется в приведенную
Фиктивные переменные включаются в уравнения ____________ регрессии
косвенной
случайной
парной
множественной
Основным требованием к факторам, включаемым в модель множественной регрессии, является
отсутствие линейной взаимосвязи между факторами
наличие тесной взаимосвязи между факторами
отсутствие взаимосвязи между результатом и фактором
отсутствие взаимосвязи между факторами
Если расчетное значение критерия Фишера меньше табличного значения, то гипотеза о статистической незначимости уравнения
незначима
отвергается
принимается
несущественна
При моделировании временных рядов экономических показателей необходимо учитывать
конструктивный характер уровней исследуемых показателей
не зависящий от времени уровень исследуемых показателей
функциональный характер уровней исследуемых показателей
стохастический характер уровней исследуемых показателей
Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является
линейность параметров
равенство нулю значений факторного признака
равенство нулю средних значений результативной переменной
нелинейность параметров
Первопричиной использования систем эконометрических уравнений является то, что
существует доминирующий фактор
случайные факторы оказывают существенное влияние на моделируемую экономическую систему
изолированное уравнение не отображает истинные влияния факторов на вариацию результативных переменных
отсутствует связь между экономическими показателями
Критическое значение критерия Стьюдента определяет
минимально возможную величину, допускающую принятие гипотезы о равенстве нулю значения параметра
максимально возможную величину, допускающую принятие гипотезы о существенности параметра
минимально возможную величину, допускающую принятие гипотезы о несущественности параметра
максимально возможную величину, допускающую принятие гипотезы о несущественности параметра
Значение коэффициента автокорреляции рассчитывается по аналогии с
линейным коэффициентом детерминации
линейным коэффициентом регрессии
нелинейным коэффициентом корреляции
линейным коэффициентом корреляции
Значение коэффициента автокорреляции второго порядка характеризует связь между
исходными уровнями и уровнями другого ряда, сдвинутыми на 2 момента времени
исходными уровнями и уровнями второго временного ряда
исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени
двумя временными рядами
Если предпосылки метода наименьших квадратов нарушены, то
коэффициент регрессии является несущественным
коэффициент корреляции является несущественным
оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещенности
полученное уравнение статистически незначимо
Предпосылкой метода наименьших квадратов является
отсутствие автокорреляции в остатках
присутствие автокорреляции между результатом и фактором
отсутствие корреляции между результатом и фактором
присутствие автокорреляции в остатках
Расчетное значение критерия Фишера определяется как отношение
дисперсий
случайных величин
результата к фактору
математических ожиданий
Мультипликативная модель содержит исследуемые факторы в виде
их отношений
сомножителей
комбинации слагаемых и сомножителей
слагаемых
Статистические гипотезы используются для оценки
значимости уравнения регрессии в целом
автокорреляции в остатках
тесноты связи между результатом и фактором
тесноты связи между результатом и случайными факторами
Метод наименьших квадратов не применим для
полиномиальных уравнений множественной регрессии
линейных уравнений парной регрессии
уравнений, нелинейных по оцениваемым параметрам
линейных уравнений множественной регрессии
Если спецификация модели отображает нелинейную форму зависимости между экономическими показателями, то нелинейно уравнение
детерминации
аппроксимации
корреляции
регрессии
Оценки параметров, найденных при помощи метода наименьших квадратов, обладают свойствами эффективности, состоятельности и несмещенности, если предпосылки метода наименьших квадратов
можно исключить
не выполняются
выполняются
можно не учитывать
Величина параметра в уравнении парной линейной регрессии характеризует значение
результирующей переменной при нулевом значении фактора
результирующей переменной при нулевом значении случайной величины
факторной переменной при нулевом значении случайного фактора
факторной переменной при нулевом значении результата
Выбор формы зависимости экономических показателей и определение количества факторов в модели называется ________________ эконометрической модели
идентификацией
спецификацией
лениаризацией
апробацией
Оценки параметров линейного уравнения множественной регрессии можно найти при помощи метода
наибольших квадратов
средних квадратов
наименьших квадратов
нормальных квадратов
Систему МНК, построенную для оценки параметров линейного уравнения множественной регрессии можно решить
методом определителей
симплекс-методом.
методом скользящего среднего
методом первых разностей
Относительно формы зависимости различают _________________ регрессии
простую и множественную
положительную и отрицательную
непосредственную и косвенную
линейную и нелинейную
При применении метода наименьших квадратов исследуются свойства
оценок переменных уравнения регрессии
оценок переменных и параметров уравнения регрессии
оценок параметров уравнения регрессии
оценок случайных величин уравнения регрессии
Под стационарным процессом можно понимать
процесс с возрастающей тенденцией
функциональный процесс
процесс с убывающей тенденцией
стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянные значения
Система нормальных уравнений метода наименьших квадратов строится на основании
отклонений фактических значений объясняющей переменной от ее теоретических значений
предсказанных значений результативного признака
отклонений фактических значений результативного признака от его теоретических значений
таблицы исходных данных
Предпосылкой метода наименьших квадратов является то, что остатки
не подчиняются закону больших чисел
подчиняются закону нормального распределения
не подчиняются закону нормального распределения
подчиняются закону больших чисел
Обобщенный метод наименьших квадратов рекомендуется применять в случае
гомоскедастичных остатков
нормально распределенных остатков
автокорреляции остатков
автокорреляции результативного признака
Методом присвоения числовых значений фиктивным переменным не является
нахождения среднего значения
присвоение количественных значений
присвоение цифровых меток
ранжирование
Линеаризация подразумевает процедуру приведения
нелинейного уравнения относительно параметров к уравнению, линейному относительно результата
нелинейного уравнения к линейному виду
уравнения множественной регрессии к парной
линейного уравнения к нелинейному виду
Значение индекса корреляции, рассчитанное для нелинейного уравнения регрессии характеризует тесноту ______ связи
случайной
линейной
обратной
нелинейной
Структурной формой модели называется система _______ уравнений
рекурсивных
взаимосвязанных
изолированных
независимых
Основной задачей построения систем эконометрических уравнений является описание
математических зависимостей
взаимодействия реальных экономической и политической систем
структуры связей реальной экономической системы
структуры связей реальной политической системы
В основе метода наименьших квадратов лежит
равенство нулю суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
минимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
минимизация суммы квадратов отклонений фактических значений результативного признака от его средних значений
максимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений
Двухшаговый метод наименьших квадратов применяется для оценки параметров
временных рядов
линеаризованных уравнений регрессии
систем эконометрических уравнений
нелинейных уравнений регрессии
В общем случае каждый уровень временного ряда формируется под воздействием
тенденции, сезонных колебаний и случайных факторов
случайных временных воздействий
тенденции и случайных факторов
сезонных колебаний и случайных факторов
Система независимых уравнений предполагает
совокупность независимых уравнений регрессии
совокупность зависимых уравнений регрессии
совокупность независимых временных рядов
одно изолированное уравнение регрессии
Назовите показатель тесноты связи для нелинейных моделей регрессии
парный коэффициент линейной корреляции
индекс детерминации
линейный коэффициент корреляции
индекс корреляции
Множественная регрессия не является результатом преобразования уравнения
image035.jpg
image037.jpg
image030.jpg
image036.jpg
При помощи модели степенного уравнения регрессии вида image002.gif(b>1, то есть x возрастает и y тоже возрастает) не может быть описана зависимость
выработки от трудоемкости
объема предложения от цены
заработной платы от выработки
выработки от уровня квалификации
Остаточная дисперсия служит для оценки влияния
случайных воздействий
учтенных явно в модели факторов
как учтенных факторов, так и случайных воздействий
величины постоянной составляющей в уравнении
Оценка значимости уравнения в целом осуществляется по критерию
Стьюдента
Пирсона
Дарбина-Уотсона
Фишера
Расчет средней ошибки аппроксимации для нелинейных уравнений регрессии связан с расчетом разности между ____________________________ переменной
фактическим и теоретическим значениями независимой
фактическим и теоретическим значениями результативной
прогнозным и теоретическим значениями результативной
прогнозным и теоретическим значениями независимой
Стандартная ошибка рассчитывается для проверки существенности
коэффициента детерминации
параметра
случайной величины
коэффициента корреляции
Если наиболее высоким оказался коэффициент автокорреляции третьего порядка, то исследуемый ряд содержит
нелинейную тенденцию полинома третьего порядка
случайную величину, влияющую на каждый третий уровень ряда
линейный тренд, проявляющийся в каждом третьем уровне ряда
сезонные колебания с периодичностью в три момента времени
Относительно количества факторов, включенных в уравнение регрессии, различают
множественную и многофакторную регрессию
непосредственную и косвенную регрессии
простую и множественную регрессию
линейную и нелинейную регрессии
Приведенная форма модели представляет собой систему ________ функций эндогенных переменных от экзогенных
линейных
нелинейных
обратных
случайных