В хорошо подобранной модели остатки должны

Веретенникова

Временные ряды

1. Факторы, описывающие трендовую компоненту временного ряда, характеризуются...

- периодическим воздействием на величину экономического показателя

- случайным воздействием на уровень временного ряда

- долговременным воздействием на экономический показатель

- возможностью расчета значения компоненты с помощью аналитической функции от времени

Множественная регрессия

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

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.

Парная регрессия

Регрессионная модель с одной объясняющей переменной

1. Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:

- 1,2;

- –0,82;

- 0,92;

- –0,24.

2. Коэффициент уравнения парной регрессии показывает:

- тесноту связи между зависимой и независимой переменными;

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу;

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

- на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 ед.

Соу

1. Эндогенные переменные...

- могут коррелировать с ошибками регрессии

- не зависят от экзогенных переменных

- влияют на экзогенные переменные -

- могут быть объектом регулирования

Десяева

Временные ряды

2. Область значений автокорреляционной функции представляет собой промежуток...:

- [-1,0]

- [-1,1]

- (-1,1)

- [0,1]

Множественная регрессия

Коэффициент детерминации это

- квадрат парного коэффициента корреляции,

- квадрат частного коэффициента корреляции,

- квадрат среднего квадратического отклонения,

- квадрат множественного коэффициента корреляции.

Парная регрессия

3. Факторная дисперсия вычисляется по формуле:

- ;

 

- ;

- ;

- .

 

4. Коэффициент детерминации показывает:

- на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 единицу;

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

- на сколько процентов изменение зависимой переменной зависит от изменения независимой переменной;

долю вариации независимой переменной, обусловленную вариацией независимой переменной.

Соу

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

 

- косвенный -

- трехшаговый

- обычный

- двухшаговый

Душутина

Временные ряды

3. Построение модели временного ряда может быть осуществлено с использованием...:

 

- критерия Дарбина–Уотсона

- метода последовательных разностей

- мультипликативной модели

- аддитивной модели

Множественная регрессия

Квадрат какого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой

- коэффициент детерминации,

- парный коэффициент корреляции,

- частный коэффициент корреляции,

- множественный коэффициент корреляции.

5.Величина, рассчитанная по формуле является оценкой

- коэффициента детерминации,

- парного коэффициента корреляции,

- частного коэффициента корреляции,

- множественного коэффициента корреляции.

Парная регрессия

5.Дисперсионный анализ уравнения парной регрессии проверяет:

- значимость коэффициента корреляции;

- значимость уравнения регрессии;

- значимость коэффициента регрессии;

- значимость свободного члена уравнения регрессии.

6. Что минимизируется согласно методу наименьших квадратов:

Соу

3. Идентификация модели – это:

 

- единственность соответствия между приведенной и структурной формами модели

- преобладание эндогенных переменных над экзогенными

- преобладание экзогенных переменных над эндогенными

Желтова

Временные ряды

4. При моделировании временных рядов экономических показателей необходимо учитывать характер уровней исследуемых показателей...

- Конструктивный -

- независящий от времени

- стохастический

- аналитический

Множественная регрессия

Соу

4. Модель идентифицируема, если:

- число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели

- число приведенных коэффициентов меньше числа структурных коэффициентов

- число приведенных коэффициентов больше числа структурных коэффициентов

Живаева

Временные ряды

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

- линейная модель;

- нелинейная модель;

- модель со случайными возмущениями;

- динамическая модель.

Множественная регрессия

7.На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы R больше…., то считают, что имеет место мультиколлинеарность и в уравнение регрессии следует включить только один из показателей x_j или x_e. Вставьте недостающее значение.

- 0,3;

- -0,6;

- 0,8;

- 0.

8.Оценить значимость парного линейного коэффициента корреляции можно при помощи:

- критерия Фишера;

- коэффициента автокорреляции;

- критерия Стьюдента;

- критерия Дарбина-Уотсона.

Парная регрессия

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

 

- b₀;

- Y;

- X;

- b_{1 .}

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.

Соу

5. Модель неидентифицируема, если:

- число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели

- число приведенных коэффициентов меньше числа структурных коэффициентов

- число приведенных коэффициентов больше числа структурных коэффициентов

Козичева

Временные ряды

6. Установить соответствие:

Вывод о наличии (отсутствии) автокорреляции	Попадание статистики Дарбина- Уотсона DW на интервал, границы которого определяются нижним - и верхним - значениями критической точки
1) неопределенность	А)
2) существует отрицательная автокорреляция	Б) или
3) автокорреляция отсутствует	В)
4) существует положительная автокорреляция	Г) ≤

 

- 1-Б, 2-Г, 3-В, 4-А

- 1-А, 2-В, 3-Б, 4-Г

- 1-В, 2-А, 3-Г, 4-Б

- 1-Г, 2-Б, 3-А, 4-В

Множественная регрессия

10.Частный критерий Фишера вычисляется по формуле:

 

- ;

- ;

- ;

- . Это прав ответ

 

11.Уравнение множественной регрессии в стандартизованном виде имеет вид: . Сила влияния какого фактора выше на результативный признак?

- Сила влияния фактора х₂ на результативный признак выше силы влияния фактора х₁;

- Сила влияния фактора х₁ на результативный признак выше силы влияния фактора х₂;

- Сила влияния фактора х₂ на результативный признак равна силе влияния фактора х₁.

Парная регрессия

Соу

6. Модель сверхидентифицируема, если:

- число коэффициентов структурной модели равно числу коэффициентов приведенной формы модели

- число приведенных коэффициентов меньше числа структурных коэффициентов

- число приведенных коэффициентов больше числа структурных коэффициентов

Колесниченко

Временные ряды

7. Установить последовательность алгоритма теста Дарбина- Уотсона:

Вычисление остатков

Оценка регрессии

Множественная регрессия

9.Степень влияния неучтенных факторов в рассматриваемой модели можно определить на основе:

- парного линейного коэффициента корреляции;

- частного коэффициента корреляции;

- индекса корреляции;

- коэффициента детерминации;

- коэффициента регрессии.

12.Наличие гетероскедастичности можно определить используя:

- критерий Стьюдента;

- критерий Фишера;

- критерий Чоу;

- критерий Энгеля-Грангера.

Парная регрессия

Соу

Временные ряды

8. Аддитивная модель содержит компоненты в виде …

- комбинации слагаемых и сомножителей

- сомножителей

- отношений

- слагаемых +

Множественная регрессия

14.Степень усредненного влияния неучтенных факторов в рассматриваемой модели можно определить на основе:

- частного коэффициента корреляции;

- индекса корреляции;

- коэффициента детерминации;

- коэффициента регрессии.

 

Соу

7. Структурные коэффициенты модели можно оценить тогда, когда:

- модель идентифицируема

- модель неидентифицируема

- модель сверхидентифицируема

- модель идентифицируема или сверхидентифицируема

Королева

Временные ряды

9. В стационарном временном ряде трендовая компонента …

- имеет линейную зависимость от времени

- отсутствует

- имеет нелинейную зависимость от времени

присутствует

Множественная регрессия

16.О модели регрессии можно сказать, что это регрессия

- второго порядка

- линейная

- нелинейная - простая

Парная регрессия

Соу

8. Методы оценивания коэффициентов структурной модели:

- косвенный метод наименьших квадратов (МНК)

- двухшаговый и трехшаговый МНК

- метод максимального правдоподобия

- метод максимального правдоподобия, косвенный МНК, двухшаговый и трехшаговый МНК

Кузнецова

Временные ряды

Множественная регрессия

- простая     17.С помощью значений таблицы дисперсионного анализа определить значимость регрессии, используя F-критерий. Критическое значение F(α,f1,f2) = 4.3 при уровне значимости α=0.05 и степенях свободы f1= 1 и f2= 25. Какой вывод можно сделать о качестве использованной модели регрессии?   Компоненты дисперсии Число степеней свободы Средние квадраты   ?   ?   ?

- – Модель адекватна исходным данным

- – Модель адекватна исходным данным

- – Модель не адекватна исходным данным

- – Модель не адекватна исходным данным

Соу

9. Предопределенные переменные включают в себя:

- экзогенные переменные, определенные внешними для данной модели факторами

- экзогенные переменные и лаговые эндогенные переменные

- эндогенные переменные

- эндогенные переменные и лаговые экзогенные переменные

Курылева

Временные ряды

Множественная регрессия

Соу

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

- одинаковые с косвенным МНК

- лучше, чем косвенный МНК

- хуже, чем косвенный МНК

Леушина

Временные ряды

Множественная регрессия

Соу

11. Необходимым условием идентифицируемости системы взаимозависимых регрессионных уравнений является:

- число априорных ограничений должно быть больше числа уравнений модели

- число априорных ограничений должно быть не меньше числа уравнений модели, уменьшенного на единицу

- число априорных ограничений должно быть равно числу уравнений модели, уменьшенного на единицу

- число априорных ограничений должно быть равно числу неизвестных параметров в модели

Лугаськова

Временные ряды

Множественная регрессия

Соу

12. Количество уравнений системы эконометрических уравнений равно:

- числу экзогенных переменных;

- числу предопределённых переменных;

- числу эндогенных переменных;

- числу случайных возмущений.

Наумкина

Временные ряды

14. 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.

Множественная регрессия

Соу

Временные ряды

Множественная регрессия

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

 

- выборки -

- измерения -

- линеаризации -

- спецификации +

-

- 27. Для оценки заработной платы некоторого работника используется следующая модель

- Y_i  =  α  +  β ₁ X_i  +  γ ₁ D_i  +  γ ₂ C_i  +  γ ₃ S_i  +  γ ₄ W_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_

Парная регрессия

Соу

Салина

Временные ряды

Множественная регрессия

28. Метод наименьших квадратов применим к уравнениям регрессии...

- которые отражают нелинейную зависимость между двумя экономическими показателями и не могут быть приведены к линейному виду

- которые отражают нелинейную зависимость между двумя экономическими показателями, но могут быть приведены к линейному виду

 

- нелинейного вида

- которые отражают линейную зависимость между двумя экономическими показателями

 

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

Парная регрессия

Соу

15.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

Скворцова

Временные ряды

Множественная регрессия

30.Несмещенность оценки характеризуется...

- зависимостью от объема выборки значения математического ожидания остатков

- максимальной дисперсией остатков

- равенством нулю математического ожидания остатков

- отсутствием накопления остатков при большом числе выборочных оцениваний

Парная регрессия

30 Линеаризовать нелинейную модель

- , где , , ,

- , где , , ,

- , где , , ,

- , где , , , ,

31. Линеаризовать нелинейную модель

- , где , , ,

- , где , , ,

- , где , , ,

- , где , , , ,

40. Какое значение может принимать коэффициент детерминации:

- 0,4

- –0,5

- –1,2

- 1,1

 

 

Соу

Временные ряды

Множественная регрессия

31.Обобщенный МНК применяется в случае...

- наличия в остатках гетероскедастичности или автокорреляции

- наличия в модели фиктивных переменных -

- наличия в модели мультиколлинеарности

- наличия в модели незначимых оценок

 

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

 

Парная регрессия

32. Линеаризовать нелинейную модель

- , где , , ,

- , где , , ,

- , где , , ,

- , где , , , ,

 

33.Линеаризовать нелинейную модель

 

- , где , , , ,

- , где , , , ,

- , где , , ,

- , где , , , ,

Соу

Временные ряды

Множественная регрессия

13.Оценить значимость коэффициентов регрессии в множественной линейной модели можно при помощи:

- коэффициента корреляции;

- коэффициента автокорреляции;

- критерия Стьюдента;

- критерия Дарбина-Уотсона.

33.Пусть зависимость выпуска (Y) от затрат капитала (K) и труда (L) описывается функцией Кобба-Дугласа Y  =  AK^αL^β. Тогда...
Укажите не менее двух вариантов ответа

- эластичность выпуска по затратам капитала равна α

- эластичность выпуска по затратам труда равна β

- эластичность выпуска по затратам капитала равна β

- эластичность выпуска по затратам труда равна α

 

Парная регрессия

34.Линеаризовать нелинейную модель

- , где , , , ,

- , где , , , ,

- , где , , ,

- , где , , , ,

 

35.Линеаризовать нелинейную модель

- , где , , , ,

- , где , , , ,

- , где , , ,

- , где , , , ,

Соу

Экзогенные переменные - это

- взаимозависимые переменные системы одновременных уравнений, определяемые внутри модели

- независимые переменные системы одновременных уравнений, определяемые вне модели

переменные системы одновременных уравнений, известные к расчетному моменту времени

Четвергова

Временные ряды

19.Коррелограмма - это...

- временной ряд, в котором ошибки некоррелированы и их математическое ожидание равно 0

- график автокорреляционной функции

- общая тенденция изменения корреляционной зависимости

сдвиг во временном ряде относительно начального момента

20.Случайная компонента временного ряда отражает...

- влияние глобальных долговременных факторов

- влияние факторов, не поддающихся учёту и регистрации

- влияние факторов, периодически повторяющихся через некоторые промежутки времени

общую тенденцию изменения корреляционной зависимости

Множественная регрессия

 

34.Установите соответствие между названием модели и видом ее уравнения:
1. гипербола

Парабола третьего порядка

Многофакторная

4. линейная.
Укажите соответствие для каждого нумерованного элемента задания
2)* y  =  a  +  b ⋅ x  +  c ⋅ x ² +  d ⋅ x ³ +  ε -2
3)* y  =  a  +  b ⋅ x ₁ +  c ⋅ x ₂ +  d ⋅ x ₃ +  ε -3
4)* y  =  a  +  b ⋅ x  +  ε – 4
1)*1/ y  =  a  +  bx  +  ε - 1

Парная регрессия

36.Линеаризация экспоненциальной зависимости Y  =  a ₀⋅ X^a ₁⋅ ε (кривой Энгеля, отражающей зависимость спроса от уровня семейных доходов) основана на...

- интегрировании функции по параметрам

- дифференцировании функции по параметрам

- разложении функции в ряд

- логарифмировании и замене преобразованной переменной

37.Относительные отклонения расчётных значений результирующего признака от его наблюдаемых значений используются при расчёте...

- t-критерия Стьюдента -

- параметров регрессии

- коэффициента эластичности

- средней ошибки аппроксимации

Соу

Веретенникова

Временные ряды

1. Факторы, описывающие трендовую компоненту временного ряда, характеризуются...

- периодическим воздействием на величину экономического показателя

- случайным воздействием на уровень временного ряда

- долговременным воздействием на экономический показатель

- возможностью расчета значения компоненты с помощью аналитической функции от времени

Множественная регрессия

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

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.

Парная регрессия

Регрессионная модель с одной объясняющей переменной

1. Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:

- 1,2;

- –0,82;

- 0,92;

- –0,24.

2. Коэффициент уравнения парной регрессии показывает:

- тесноту связи между зависимой и независимой переменными;

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу;

- на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

- на сколько единиц изменится зависимая переменная, если независимая переменная изменится на 1 ед.

Соу

1. Эндогенные переменные...

- могут коррелировать с ошибками регрессии

- не зависят от экзогенных переменных

- влияют на экзогенные переменные -

- могут быть объектом регулирования

Десяева

Временные ряды

2. Область значений автокорреляционной функции представляет собой промежуток...:

- [-1,0]

- [-1,1]

- (-1,1)

- [0,1]

Множественная регрессия