Эконометрика
Значение линейного коэффициента корреляции характеризует тесноту ________ связи
нелинейной
линейной
множественной линейной
случайной
При построении систем независимых уравнений набор факторов в каждом уравнении определяется числом факторов, оказывающих ________ на моделируемый показатель
оказывающих несущественное влияние
существенное влияние
не оказывающих существенное влияние на моделируемый показатель
оказывающих как существенное, так и несущественное влияние
Показатель, характеризующий на сколько сигм изменится в среднем результат при изменении соответствующего фактора на одну сигму, при неизменном уровне других факторов, называется ____________ коэффициентом регрессии
стандартизованным
нормализованным
выровненным
центрированным
В нелинейной модели парной регрессии функция является
линейной
равной нулю
несущественной
нелинейной
Косвенный метод наименьших квадратов требует
нормализации уравнений структурной формы
преобразования структурной формы модели в приведенную
линеаризации уравнений структурной формы модели
линеаризации уравнений приведенной формы
Спецификация модели нелинейная парная (простая) регрессия подразумевает нелинейную зависимость и
независимую переменную
пару существенных переменных
пару независимых переменных
пару зависимых переменных
Система рекурсивных уравнений включает в каждое
предыдущее (должно быть последующее) уравнение в качестве факторов все зависимые переменные предшествующих уравнений с набором собственно факторов
уравнение в качестве факторов все зависимые переменные с набором собственно факторов
предыдущее уравнение в качестве факторов все зависимые переменные последующих уравнений с набором собственно факторов
последующее уравнение в качестве зависимых переменных собственно факторы предшествующих уравнений
Для уравнения у = 3,14 + 2х +e значение коэффициента корреляции составило 2. Следовательно
при увеличении фактора на единицу значение результата увеличивается в 2 раза
связь функциональная
теснота связи в 2 раза сильнее, чем для функциональной связи
значение коэффициента корреляции рассчитано с ошибкой
Оценка значимости параметров уравнения регрессии осуществляется по критерию
Дарбина-Уотсона
Стьюдента
Ингла-Гренджера (Энгеля-Грангера)
Фишера
Отбор факторов в модель множественной регрессии при помощи метода включения основан на сравнении значений
дисперсии до и после включения результата в модель
общей дисперсии до и после включения фактора в модель
остаточной дисперсии до и после включения случайных факторов в модель
остаточной дисперсии до и после включения фактора модель
Объем выборки должен превышать число рассчитываемых параметров при исследуемых факторах в
2-3 раза
20-25 раз
5-6 раз
10-12 раз
Нелинейную модель зависимостей экономических показателей нельзя привести к линейному виду, если
линейная модель является внутренне нелинейной
нелинейная модель является внутренне нелинейной
линейная модель является внутренне линейной
нелинейная модель является внутренне линейной
Система эконометрических уравнений не используется при моделировании
взаимосвязей временных рядов данных
макроэкономических показателей
механизма функционирования экономических систем
связей между экономическими показателями
При выборе спецификации модели парная регрессия используется в случае, когда среди множества факторов, влияющих на результат
можно выделить доминирующий фактор
нельзя выделить доминирующий фактор
можно выделить несколько факторов
можно выделить лишь случайные факторы
Переход от точечного оценивания к интервальному возможен, если оценки являются
неэффективными и состоятельными
эффективными и несмещенными
эффективными и несостоятельными
состоятельными и смещенными
Уравнение регрессии, которое связывает результирующий признак с одним из факторов при зафиксированных на среднем уровне значении других переменных, называется
частным
существенным
несущественным
множественным
Временной ряд характеризует
совокупность последовательных моментов (периодов) времени
зависимость последовательных моментов (периодов) времени
данные, описывающие совокупность различных объектов в определенный момент (период) времени
данные, описывающие один объект за ряд последовательных моментов (периодов) времени
Под лагом подразумевается число
пар значений, по которым рассчитывается коэффициент автокорреляции
уровней исходного временного ряда
периодов, по которым рассчитывается коэффициент автокорреляции
уровней ряда, сдвинутых при расчете коэффициента автокорреляции
Линейное уравнение множественной регрессии имеет вид 
. Определите какой из факторов 
или 
оказывает более сильное влияние на y
. Определите какой из факторов или оказывает более сильное влияние на yоказывают одинаковое влияние
так как 2,5<-3,7так как 2,5>-3,7по этому уравнению нельзя ответить на поставленный вопрос, так как коэффициенты регрессии несравнимы между собой
Если значение коэффициента корреляции равно единице, то связь между результатом и фактором
отсутствует
вероятностная
функциональная
стохастическая
Если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит только
тенденцию
случайную компоненту
сильную нелинейную тенденцию
циклические колебания с периодичностью в один момент времени
Построена модель парной регрессии зависимости предложения от цены 
. Влияние случайных факторов на величину предложения в этой модели учтено посредством
. Влияние случайных факторов на величину предложения в этой модели учтено посредствомслучайной величины x
константы ε
параметра b
случайной величины ε
Линеаризация не подразумевает процедуру
замены переменных
приведение нелинейного уравнения к линейному
включение в модель дополнительных существенных факторов
преобразования уравнения
В линейном уравнении парной регрессии коэффициентом регрессии является значение
переменной
параметров
параметра
Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к ___________ дисперсии результативного признака
остаточной
факторной
общей
средней
В левой части системы независимых уравнений находится
совокупность независимых переменных
одна независимая переменная
одна зависимая переменная
совокупность зависимых переменных
Приведенная форма модели получена из _________формы модели
изолированной
рекурсивной
независимой
структурной
Моделирование тенденции осуществляется на основе построения уравнения регрессии зависимости
трендовой компоненты от времени
сезонной компоненты от времени
уровня ряда от времени
случайной компоненты от времени
При применении метода наименьших квадратов уменьшить гетероскедастичность остатков удается путем
преобразования параметров
преобразования переменных
введения дополнительных результатов в модель
введения дополнительных факторов в модель
Предпосылкой метода наименьших квадратов является то, что
остаточные величины имеют случайный характер
при увеличении моделируемых значений результативного признака значение остатка увеличивается
остаточные величины имеют неслучайный характер
при уменьшении моделируемых значений результативного признака значение остатка уменьшается
Критические значения критерия Фишера определяются по
степени свободы факторной и остаточной дисперсий
уровню значимости
уровню значимости и степени свободы общей дисперсии
уровню значимости и степеням свободы факторной и остаточной дисперсий
Результатом линеаризации полиномиальных уравнений является ______________ регрессии
линейные уравнения парной
линейные уравнения множественной
нелинейные уравнения множественной
нелинейные уравнения парной
Спецификацию нелинейного уравнения парной регрессии целесообразно использовать, если значение
доля остаточной дисперсии результативного признака в его общей дисперсии стремится к 1
линейного коэффициента корреляции для исследуемой зависимости близко к 1
индекса детерминации, рассчитанного для данной модели достаточно близко к 1
индекса корреляции для исследуемой зависимости близко к 0
Минимальная дисперсия остатков характерна для оценок, обладающих свойством
остоятельности
эффективности
несмещенности
несостоятельности
Математическое ожидание остатков равно нулю, если оценки параметров обладают свойством
эффективности
смещенности
состоятельности
несмещенности
Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является:
нелинейность параметров
равенство нулю средних значений результативной переменной
равенство нулю средних значений факторного признака
линейность параметров
Если спецификация модели отображает нелинейную форму зависимости между экономическими показателями, то нелинейно уравнение
корреляции
аппроксимации
детерминации
регрессии
В исходном соотношении МНК сумма квадратов отклонений фактических значений результативного признака от его теоретических значений
минимизируется
приравнивается к нулю
максимизируется
приравнивается к системе нормальных уравнений
Параметры уравнения тренда определяются ________ методом наименьших квадратов
косвенным
обобщенным
обычным
двухшаговым
Гетероскедастичность подразумевает ________________________ от значения фактора
независимость математического ожидания остатков
зависимость математического ожидания остатков
постоянство дисперсии остатков независимо
зависимость дисперсии остатков
Если оценка параметра эффективна, то это означает
наименьшую дисперсию остатков
максимальную дисперсию остатков
уменьшение точности с увеличением объема выборки
равенство нулю математического ожидания остатков
«Белым шумом» называется ___________ процесс
чисто случайный
регрессионный
неслучайный
функциональный
Оценить статистическую значимость нелинейного уравнения регрессии можно с помощью
критерия Фишера
показателя эластичности
линейного коэффициента корреляции
средней ошибки аппроксимации
Экзогенными переменными не являются
переменные, значения которых определяется вне системы
переменные в уравнениях вида
независимые переменные
зависимые переменные
Величина остаточной дисперсии при включении существенного фактора в модель
будет равно нулю
будет уменьшаться
будет увеличиваться
не изменится