Реферат: Учебно-методическое пособие для подготовки к тестированию по курсу: «Эконометрика»

УЧЕБНО-МЕТОДИЧЕСКОЕ ПОСОБИЕ ДЛЯ ПОДГОТОВКИ К ТЕСТИРОВАНИЮ ПО КУРСУ: «Эконометрика»

Количество заданий в тесте: 367

Время прохождения теста: 30 мин


A1. вДано уравнение регрессии . Определите спецификацию модели.

1) полиномиальное уравнение множественной регрессии

2) линейное уравнение множественной регрессии

3) полиномиальное уравнение парной регрессии

4) линейное уравнение простой регрессии

A2. Эконометрическая модель – это…

1) графическое представление экспериментальных данных

2) совокупность числовых характеристик, характеризующих экономический объект

3) линейная функциональная зависимость между экономическими показателями

4) экономическая модель, представленная в математической форме

A3. мЭтап параметризации модели включает в себя…

1) оценку параметров модели

2) проверку качества параметров модели

3) проверку качества уравнения в целом

4) прогноз экономических показателей

A4. Математическая форма записи уравнения зависимости переменной у от одного или нескольких факторов х называется ______ эконометрической модели.

1) аппробацией

2) спецификацией

3) адаптацией

4) измерением

A5. Отбрасывание значимой переменной в  уравнении множественной регрессии является ошибкой ...

1) идентификации

2) верификации

3) спецификации

4) параметризации

A6. мАналитическая запись эконометрической модели в виде регрессионного уравнения имеет общий вид ...

1)

2)

3)

4)

A7. мОтправной точкой эконометрического исследования является…

1) определение спецификации модели

2) совершенствование модели

3) проверка качества модели

4) оценка погрешности модели

A8. мПри выборе спецификации модели парная регрессия используется в случае, если среди множества факторов, влияющих на результат …

1) можно выделить доминирующий фактор

2) нельзя выделить доминирующий фактор

3) можно выделить несколько факторов

4) можно выделить лишь случайные факторы

A9. Примером модели множественной регрессии является:

1) Y=b0+b1X1+ b2X2

2) Y=b0+b1X

3) Y=b0+b1Ln(X)

4) Y=b0+b1X+ b2X2

A10. Относительно количества факторов, включенных в уравнение регрессии, различают регрессии …

1) простую и множественную

2) парную и линейную

3) нелинейную и множественную

4) множественную и многофакторную

A11. При отборе факторов множественного линейного уравнения регрессии число факторов в ...

1) 6-7 раз меньше объема выборки по которой строится регрессия

2) 6-7 раз больше объема выборки по которой строится регрессия

3) 6-7 раз больше количества параметров уравнения

4) 6-7 раз меньше количества параметров уравнения

A12. Значения матрицы парных коэффициентов корреляции не характеризуют …

1) значение коэффициента множественной корреляции

2) тесноту линейной связи между двумя переменными

3) статистическую значимость построенного уравнения

4) наличие коллинеарных факторов в модели

A13. мПри отборе факторов в модель множественной регрессии проводят анализ значений межфакторной …

1) корреляции

2) детерминации

3) регрессии

4) автокорреляции

A14. мИз пары коллинеарных факторов в эконометрическую модель включается тот фактор, который при _______ связи с результатом имеет меньшую связь с другими факторами.

1) достаточно тесной

2) отсутствии

3) нелинейной

4) слабой

A15. В эконометрическую модель множественной регрессии включаются ____ факторы.

1) коллинеарные

2) неколлинеарные

3) существенные

4) несущественные

A16. мМатрица парных линейных коэффициентов корреляции не отображает…

1) тесноту нелинейной связи между переменными

2) тесноту линейной связи между переменными

3) значения парных коэффициентов линейной корреляции

4) наличие в модели коллинеарных факторов

A17. Мультиколлинеарность приводит к завышению значения …

1) множественного коэффициента корреляции

2) математического ожидания результативной переменной

3) дисперсии независимых факторов

4) F-критерия Фишера

A18. Отбор факторов в модель множественной регрессии с использованием  метода включения может быть основан на сравнении…

1) величины остаточной дисперсии до и после включения фактора в модель

2) стандартных ошибок коэффициентов регрессии

3) величины объясненной дисперсии до и после включения фактора в модель

4) значений коэффициентов "чистой" регрессии

A19. В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между …

1) коэффициентами множественной корреляции и детерминации

2) значениями параметров линейного уравнения множественной регрессии

3) зависимой и независимой переменными

4) двумя независимыми переменными

A20. мВключаемые в эконометрические модели множественной регрессии факторы должны оказывать ______ влияние на исследуемый показатель.

1) существенное

2) случайное

3) детерминированное

4) несущественное

A21. Атрибутивный, или качественный, фактор, представленный с помощью определенного цифрового кода, называется …

1) фиктивной переменной

2) коэффициентом детерминации

3) лаговой переменной

4) результативным признаком

A22. Фиктивные переменные в регрессионном анализе выступают в качестве…

1) несущественных переменных

2) обычных регрессоров

3) случайных факторов

4) главных компонент

A23. Пусть – зависимая переменная,  и - независимые количественные переменные, – фиктивная переменная. Оценили регрессию вида  . Оценка , гипотеза  отвергается при необходимом уровне значимости. Тогда можно утверждать, что…

1) фиктивная переменная оказывает влияние на оценку коэффициента при переменной

2) фиктивная переменная оказывает влияние на оценку коэффициента при переменной

3) фиктивная переменная оказывает влияние на оценку константы

4) введение фиктивной переменной не оказывает значимого влияния на зависимую переменную

A24. Фиктивная переменная является…

1) константой

2) равноправной переменной

3) вспомогательной переменной

4) показателем качества модели

A25. При включении в эконометрическую модель фиктивных переменных им присваиваются …

1) исходные значения наблюдаемого признака

2) числовые метки

3) минимальные значения

4) средние значения наблюдаемого признака

A26. Фиктивные переменные позволяют строить модели в условиях …

1) неоднородности структуры наблюдений

2) малого количества наблюдений

3) однородности структуры наблюдений

4) очень большого количества наблюдений

A27. Строится модель зависимости спроса от ряда факторов. Фиктивной переменной в данном уравнении множественной регрессии не является __________ потребителя.

1) пол

2) уровень образования

3) доход

4) семейное положение

A28. Регрессионная модель переменной структуры характеризуется ...

1) использованием в качестве факторов фиктивных переменных

2) нелинейностью относительно параметров

3) автокорреляцией остатков

4) гомоскедастичностью остатков

A29. мИспользование фиктивных переменных является оправданным при исследовании …

1) сезонных явлений

2) количественно измеримых массивов данных

3) данных упорядоченной структуры

4) однородных массивов данных

A30. В качестве фиктивной переменной в эконометрическую модель могут быть включены переменные, отражающие ____ наблюдаемого признака

1) качественные характеристики

2) количественные значения

3) случайный характер

4) нулевые значения

A31. мВ качестве фиктивной переменной в эконометрическую модель зависимости заработной платы от ряда факторов может быть включен …

1) уровень образования работника

2) прожиточный минимум

3) стаж работника

4) возраст работника

A32. мВ случае не включения в модель значимой переменной, как правило, происходит ________коэффициентов регрессии.

1) смещение

2) увеличение

3) уменьшение

4) замещение

A33. Величина коэффициента регрессии характеризует …

1) значение параметра при независимой переменной

2) фактическое значение независимой переменной

3) среднее изменение результата при изменении фактора на одну единицу

4) значение свободного члена в уравнении

A34. вВ стандартизованном уравнении множественной регрессии ; . Определите какой из факторов х1 или х2 оказывает более сильное влияние на у.

1) по этому уравнению нельзя ответить на поставленный вопрос, так как неизвестны значения "чистых" коэффициентов регрессии

2) , так как 2,1 > 0,3

3) , так как 0,3 > -2,1

4) по этому уравнению нельзя ответить на поставленный вопрос, так как стандартизованные коэффициенты регрессии несравнимы между собой

A35. мДля уравнения множественной регрессии построено частное уравнение вида в котором х2 и х3 …

1) закреплены на неизменном среднем уровне

2) являются изменяемыми факторными переменными

3) не оказывают существенное влияние на у

4) приравнены к 1

A36. В эконометрической модели коэффициент регрессии при каждой независимой переменной x …

1) дает оценку ее влияния на величину зависимой переменной y в случае неизменности влияния на нее всех остальных переменных

2) должен быть строго положительным

3) отражает степень влияния всех переменных, входящих в модель

4) отражает степень влияния случайной составляющей, входящей в модель

A37. Укажите правильные варианты  ответов относительно числа переменных, включаемых в уравнение регрессии:

1) несколько зависимых и одна независимая переменных

2) несколько зависимых и несколько независимых переменных

3) одна зависимая и одна независимая переменные

4) одна зависимая и несколько независимых переменных

A38. В линейном уравнении парной регрессии  параметрами являются …

1) y

2) x

3) a

4) b

A39. мВ стандартизованном уравнении стандартизованным коэффициентом является …

1)

2)

3)

4)

A40. В линейной регрессии Y=b0+b1X+e переменными уравнения регрессии являются:

1) X

2) b0

3) Y

4) b1

A41. В уравнении регрессии Y = a+bx+е независимая переменная обозначается буквой …

1) x

2) Y

3) a

4) b

A42. вПоказатель, характеризующий на сколько сигм изменится в среднем результат при изменении соответствующего фактора на одну сигму, при неизменном уровне других факторов называется __________ коэффициентом регрессии

1) нормализованным

2) обычным

3) выравненным

4) стандартизованным

A43. Метод наименьших квадратов может применяться для оценки параметров регрессионных моделей, если эти модели ...

1) линейны по параметрам и факторным переменным

2) включают лаговую переменную

3) характеризуются гетероскедастичностью случайных отклонений

4) имеют автокорреляцию в остатках

A44. Метод наименьших квадратов применяется для оценки …

1) параметров линейных уравнений регрессии

2) качества линейных уравнений регрессии

3) существенности параметров уравнений регрессии

4) параметров уравнений регрессии, внутренне нелинейных

A45. мВ модели парной линейной регрессии Y=b0+b1X +e коэффициент b1 показывает…

1) на какую величину в среднем изменится Y, если X изменится на одну единицу

2) на сколько процентов в среднем изменится Y, если X изменится на один процент

3) на какую величину в среднем изменится Y, если X изменится на один процент

4) на сколько процентов в среднем изменится Y, если X изменится на одну единицу

A46. мВ качестве оценки вектора неизвестных коэффициентов регрессии принимают вектор , который _____ сумму квадратов отклонений наблюдаемых значений результативного признака от рассчитанных по модели.

1) минимизирует

2) максимизирует

3) сохраняет постоянной

4) обращает в ноль

A47. мМетод наименьших квадратов используется для определения…

1) оценок коэффициентов регрессии

2) коэффициента детерминации

3) стандартной ошибки регрессии

4) дисперсий коэффициентов регрессии

A48. Метод наименьших квадратов используется для оценки параметров ______ уравнений регрессии.

1) линейных и приводимых к линейным

2) нелинеаризуемых

3) только нелинейных

4) только линейных

A49. Эквивалентной формой записи системы нормальных уравнений метода наименьших квадратов для оценки параметров парной линейной регрессионной моделиявляется ...

1)

2)

3)

4)

A50. Система нормальных уравнений метода наименьших квадратов строится на основании …

1) таблицы исходных данных

2) предсказанных значений результативного признака

3) значений корреляционной матрицы

4) F-критерия Фишера

A51. Решение системы нормальных уравнений может быть получено ...

1) с использованием -критерия Фишера

2) с использованием -критерия Стьюдента

3) по теореме Крамера (с использованием определителей)

4) по теореме Гаусса-Маркова

A52. Оценки параметров уравнений регрессии при помощи метода наименьших квадратов находятся на основании решения …  

1) системы нормальных неравенств

2) уравнения регрессии

3) двойственной задачи

4) системы нормальных уравнений

A53. вМетод наименьших квадратов позволяет оценить _____________ уравнений регрессии

1) параметры и переменные

2) параметры

3) переменные

4) переменные и случайные величины

A54. Причинами нарушения предпосылок МНК могут являться …

1) наличие в уравнении фиктивных переменных

2) нелинейный характер зависимости между переменными

3) наличие не учтенного в уравнении существенного фактора

4) большой объем наблюдений

A55. мТрадиционный метод наименьших квадратов применяется для оценки параметров ...

1) классической линейной регрессионной модели

2) линейной регрессионной модели с гетероскедастичностью в остатках

3) линейной регрессионной модели с автокорреляцией в остатках

4) нелинейной по параметрам регрессионной модели

A56. Укажите выводы, которые соответствуют графику зависимости остатков e от теоретических значений зависимой переменной y':

1) модель содержит циклическую компоненту

2) нарушена предпосылка МНК о постоянстве дисперсий случайных отклонений

3) нарушена предпосылка МНК о равенстве нулю математического ожидания случайных отклонений

4) имеет место гетероскедастичность остатков

A57. мДля линейной регрессионной модели гомоскедастичностью называют свойство дисперсии случайного отклонения при любом наблюдении проявлять ...

1) постоянство

2) изменчивость

3) стремление к нулю

4) тенденцию к уменьшению

A58. мВероятность того, что случайное отклонение в регрессионной модели примет заданное значение, одинакова для всех наблюдений. Сформулировано условие одинакового разброса случайной составляющей, которое выражено в ________ остатков.

1) гомоскедастичности

2) гетероседастичности

3) автокорреляции

4) детерминированности

A59. Укажите выводы, которые соответствуют графику зависимости остатков e от теоретических значений зависимой переменной y':

1) остатки носят случайный характер

2) отсутствует автокорреляция остатков

3) остатки гетероскедастичны

4) присутствует автокорреляция в остатках

A60. вГетероскедастичность остатков подразумевает …

1) зависимость дисперсии остатков от значения фактора

2) постоянство дисперсии остатков независимо от значения фактора

3) независимость математического ожидания остатков от значения фактора

4) зависимость математического ожидания остатков от значения фактора

A61. Проверку выполнения предпосылки об автокорреляции остатков выполняют при ______ с помощью метода наименьших квадратов.

1) расчете параметров линейных моделей

2) моделировании сезонной компоненты временного ряда

3) расчете параметров нелинеаризуемых моделей

4) моделировании стационарных временных рядов данных

A62. мДля линейной регрессионной модели величина и определенный знак фактического значения случайной составляющей не должны обуславливать величину и знак фактического значения другой случайной составляющей . Выполнение этого условия свидетельствует о(об) ______ остатков.

1) отсутствии автокорреляции

2) наличии гомоскедастичности

3) отсутствии гетероскедастичности

4) нормальном распределении

A63. Гетероскедастичность остатков чаще встречается при использовании…

1) перекрестных данных

2) временных рядов

3) фиктивных переменных

4) качественных переменных

A64. Если предпосылки метода наименьших квадратов нарушены, то …

1) оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещенности

2) коэффициент регрессии является несущественным

3) коэффициент корреляции является несущественным

4) полученное уравнение статистически незначимо

A65. мЗначения оценок коэффициентов регрессии, полученных при помощи МНК…

1) зависят от объема выборки

2) не зависят от объема выборки

3) равны значениям коэффициентов регрессии для генеральной совокупности

4) являются заданными величинами

A66. Эмпирический коэффициент  регрессии  является состоятельной оценкой теоретического коэффициента  регрессии при условии, что ...

1) сходится по вероятности к  при числе наблюдений, стремящемся к 0

2) математическое ожидание оценки равно нулю

3) дисперсия оценки равна 1

4) сходится по вероятности к  при числе наблюдений, стремящемся к бесконечности

A67. Разница между математическим ожиданием оценки и соответствующей теоретической характеристикой генеральной  совокупности называется …

1) смещением

2) корреляцией

3) задержкой

4) ожиданием

A68. мПри увеличении объема выборки становятся маловероятными значительные ошибки при оценивании параметров регрессии. Это означает, что используются ______ оценки.

1) состоятельные

2) несмещенные

3) эффективные

4) достоверные

A69. Некоторую функцию результатов наблюдений , значение которой принимают за наилучшее приближение в данных условиях к значению параметра генеральной совокупности X называют ___ оценкой

1) точечной

2) минимальной

3) оптимизационной

4) максимальной

A70. Пусть оценивается регрессия  и выполнены все предпосылки МНК. Тогда полученные оценки  и  параметров  и  будут …

1) нелинейными, несмещенными и неэффективными

2) линейными, несмещенными и неэффективными

3) линейными, несмещенными и эффективными

4) линейными, смещенными и эффективными

A71. При применении метода наименьших квадратов свойствами эффективности, состоятельности и несмещенности обладают оценки …

1) параметров

2) зависимой переменной

3) независимой переменной

4) случайной величины

A72. Оценка является эффективной оценкой параметра если…

1) ее дисперсия меньше дисперсии других оценок

2) ее математическое ожидание равно оцениваемому параметру

3) она стремится к истинному значению параметра с увеличением объема выборки

4) ее дисперсия с увеличением выборки увеличивается

A73. вСвойствами оценок МНК являются …

1) эффективность, несостоятельность и смещенность

2) эффективность, состоятельность и смещенность

3) эффективность, несостоятельность и несмещенность

4) эффективность, состоятельность и несмещенность

A74. мЕсли оценка параметра эффективна, то это означает наименьшую дисперсию _____ уравнения регрессии.

1) остатков

2) зависимой переменной

3) независимой переменной

4) обратной функции

A75. Обобщенный метод наименьших квадратов подразумевает …

1) переход от множественной регрессии к парной

2) преобразование переменных

3) введение в выражение для дисперсии остатков коэффициента пропорциональности

4) двухэтапное применение метода наименьших квадратов

A76. Обобщенный метод наименьших квадратов подразумевает …

1) преобразование переменных

2) линеаризацию уравнения регрессии

3) двухэтапное применение метода наименьших квадратов

4) переход от множественной регрессии к парной

A77. мДля регрессионной модели с гетероскедастичностью остатков при отсутствии автокорреляции остатков ковариационная матрица возмущений является ...

1) диагональной

2) единичной

3) треугольной

4) вырожденной

A78. мДля использования обобщенного метода наименьших квадратов необходимо знать ...

1) автоковариационную матрицу случайных возмущений

2) автокорреляционную функцию

3) коэффициент детерминации

4) значение критерия Фишера

A79. Обобщенный метод наименьших квадратов для регрессионной модели с гетероскедастичностью, когда известны диагональные элементы автоковариационной матрицы случайных возмущений, называется _____ методом наименьших квадратов.

1) взвешенным

2) двухшаговым

3) косвенным

4) доступным обобщенным

A80. мОбобщенный метод наименьших квадратов для регрессионной модели с гетероскедастичностью, когда известны диагональные элементы автоковариационной матрицы случайных возмущений, называется _____ методом наименьших квадратов.

1) взвешенным

2) двухшаговым

3) косвенным

4) доступным обобщенным

A81. Пусть в модели линейной регрессии нарушено одно из условий Гаусса-Маркова: математическое ожидание ошибок равно 0 , а дисперсия остатков пропорциональна величине , – неизвестная постоянная, характеризующая дисперсию ошибки при соблюдении предпосылки о гетероскедастичности. Для перехода к уравнению с гомоскедастичными остатками все переменные уравнения необходимо поделить на величину…

1)

2)

3)

4)

A82. К методам устранения автокорреляции остатков не относятся:

1) метод Голдфелда-Квандта

2) обобщенный метод наименьших квадратов

3) метод Кохрана-Оркатта

4) традиционный метод наименьших квадратов

A83. Обобщенный метод наименьших квадратов используется для линейных уравнений регрессии с ________ остатками.

1) нулевыми  

2) гетероскедастичными и/или автокоррелированными

3) гомоскедастичными

4) некоррелированными

A84. Что преобразуется при применении обобщенного метода наименьших квадратов?

1) исходные уровни переменных

2) дисперсия результативного признака

3) дисперсия факторного признака

4) коэффициент корреляции

A85. мМножественная линейная регрессионная модель, в которой не выполняются условия гомоскедастичности и (или) имеет место автокорреляция остатков, называется ______регрессионной моделью.

1) обобщенной линейной

2) нелинейной

3) парной

4) множественной линейной

A86. Обобщенный метод наименьших квадратов рекомендуется применять в случае _____ остатков.

1) наличия автокорреляции

2) нормально распределенных

3) гомоскедастичных

4) отсутствия автокорреляции

A87. мЧто преобразуется при применении обобщенного метода наименьших квадратов?

1) исходные уровни переменных

2) дисперсия результативного признака

3) дисперсия факторного признака

4) коэффициент корреляции

A88. Случайные составляющие регрессионной модели не имеют постоянной дисперсии или коррелированны между собой. Тогда автоковариационная матрица случайных составляющих имеет вид ...

1)

2)

3)

4)

A89. мКоэффициент множественной корреляции изменяется в пределах …

1) [0; 1]

2) (0; 1)

3) [0; 1)

4) (-1; 1)

A90. Для проверки гипотезы о статистической значимости линейного коэффициента корреляции используется …

1) t-статистика, имеющая распределение Стьюдента

2) F-статистика, имеющая распределение Фишера

3) критерий ранговой корреляции Спирмена

4) критерий Дарбина-Уотсона

A91. При построении поля корреляции на координатной плоскости откладывают точки с координатами …

1) (хi; yi)

2) (хi; yтеор)

3) (yi; yтеор)

4) (хi; хтеор)

A92. В качестве показателя тесноты связи для линейного уравнения парной регрессии используется …

1) линейный коэффициент корреляции

2) множественный коэффициент линейной корреляции

3) линейный коэффициент детерминации

4) линейный коэффициент регрессии

A93. мПри построении поля корреляции значения результативного признака откладывают по масштабной шкале …

1) оси ординат

2) оси абсцисс

3) коррелограммы

4) линии регрессии

A94. мКоэффициент парной линейной корреляции равен нулю. Это значит, что ...

1) между признаками нет линейной корреляционной зависимости

2) отсутствует автокорреляция факторного признака

3) отсутствует автокорреляция результативного признака

4) между признаками отсутствует какая-либо зависимость

A95. Множественный коэффициент линейной корреляции близок к единице. Это означает, что …

1) зависимость между результатом и группой факторов не является линейной

2) рассматриваются факторы, оказывающие незначимое влияние на результат

3) случайные факторы значимо влияют на результат

4) рассматриваются факторы значимо влияющие на результат

A96. Коэффициент парной линейной корреляции равен нулю. Это значит, что ...

1) между признаками нет линейной корреляционной зависимости

2) отсутствует автокорреляция факторного признака

3) отсутствует автокорреляция результативного признака

4) между признаками отсутствует какая-либо зависимость

A97. Значение коэффициента корреляции характеризует …

1) силу (тесноту) связи между зависимой переменной и фактором (факторами)

2) как изменяется зависимая переменная при изменении независимой переменной на 1 единицу измерения

3) качество подбора построенного уравнения регрессии

4) статистическую значимость построенного уравнения регрессии

A98. Показателем чистого влияния фактора на результат во множественной линейной модели регрессии является …

1) частный коэффициент корреляции

2) множественный коэффициент корреляции

3) частный коэффициент детерминации

4) коэффициент детерминации

A99. Значение коэффициента корреляции равно 0,81. Можно сделать вывод о том, что связь между результативным признаком и факторами является …

1) достаточно тесной

2) не тесной

3) слабой

4) функциональной

A100. Корреляционно – регрессионный анализ относится к _____ методам оценки взаимосвязи между переменными.

1) статистическим  

2) оптимизационным

3) непараметрическим

4) функциональным

A101. Коэффициент множественной корреляции изменяется в пределах …

1) [0; 1]

2) (0; 1)

3) [0; 1)

4) (-1; 1)

A102. мПусть , где y – фактическое значение зависимой переменной, - теоретическое , рассчитанное по уравнению значение зависимой переменной (объясненное уравнением регрессии), – ошибка модели. По значению коэффициента детерминации можно судить о доли объясненной дисперсии результативного признака в дисперсии …

1) его фактических значений

2) случайных факторов

3) независимой переменной

4) его теоретических значений

A103. Пусть , где y – фактическое значение зависимой переменной, - теоретическое , рассчитанное по уравнению значение зависимой переменной (объясненное уравнением регрессии), – ошибка модели. По значению коэффициента детерминации можно судить о доли объясненной дисперсии результативного признака в дисперсии …

1) его фактических значений

2) случайных факторов

3) независимой переменной

4) его теоретических значений

A104. Отношение остаточной дисперсии к общей дисперсии равно 0,05, следовательно величина …

1) разности , где - коэффициент детерминации равна 0,95

2) коэффициента детерминации равна 0,05

3) коэффициента детерминации равна 0,95

4) разности , где - коэффициент детерминации равна 0,05

A105. Качество подбора уравнения оценивает коэффициент …

1) детерминации

2) корреляции

3) регрессии

4) эластичности

A106. Значение коэффициента детерминации составило 0,9, следовательно уравнением регрессии объяснено …

1) 90% дисперсии результативного признака y

2) 10% дисперсии результативного признака y

3) 90% дисперсии факторного признака х

4) 10% дисперсии факторного признака х

A107. Для приведения объясненной, общей и остаточной дисперсии к сравнимому виду вводят понятие ...

1) дисперсии на одну степень свободы

2) стандартного отклонения

3) универсальной дисперсии

4) F-критерия Фишера

A108. Коэффициент детерминации является …

1) суммарной мерой общего качества уравнения регрессии

2) мерой гомоскедастичности остатков

3) мерой автокорреляции остатков

4) показателем влияния фиктивных переменных на результат

A109. Для общей (Dобщ), факторной (Dфакт) и остаточной (Dост) дисперсий зависимой переменной и коэффициента детерминации R2  выполняется …

1)

2)

3)

4)

A110. Значение коэффициента детерминации составило 0,9, следовательно …

1) доля остаточной дисперсии зависимой переменной у в ее общей дисперсии составила 10 %

2) уравнением регрессии объяснено 10% дисперсии результативного признака

3) доля остаточной дисперсии зависимой переменной у в ее общей дисперсии составила 90 %

4) уравнением регрессии объяснено 90% дисперсии результативного признака

A111. вРасчет значения коэффициента детерминации не позволяет оценить …

1) долю остаточной дисперсии результативного признака в общей дисперсии результативного признака

2) существенность коэффициента регрессии

3) качество подбора уравнения регрессии

4) долю факторной дисперсии результативного признака в общей дисперсии результативного признака

A112. Доля остаточной дисперсии зависимой переменной у в ее общей дисперсии составила 30 %, следовательно величина …

1) коэффициента детерминации равна 0,7

2) разности  равна 0,7 , где - коэффициент детерминации

3) коэффициента детерминации равна 0,3

4

2)

3)

4)

A174. В результате линеаризации зависимости получена модель множественной линейной регрессии , где равно …

1)

2)

3)

4)

A175. мЛинеаризация возможна для эконометрической модели вида …

1)

2)

3)

4)

A176. Для оценки параметров регрессионной модели на основе степенной функции необходимо...

1) применить метод наименьших квадратов к линеаризованному уравнению

2) использовать метод наименьших квадратов для исходного уравнения

3) линеаризовать регрессионное соотношение после применения метода наименьших квадратов

4) коэффициент найти из дополнительных условий, а оценку параметра - на основе метода наименьших квадратов

A177. мОценки коэффициентов моделей регрессии, нелинейных по оцениваемым параметрам, но внутренне линейных, полученные методом наименьших квадратов, являются …

1) смещенными

2) недостоверными

3) неэффективными

4) несостоятельными

A178. Укажите последовательность этапов оценки параметров нелинейной регрессии .


1) задается спецификация модели, линейная относительно логарифмов исходных переменных  , где


2) оцениваются параметры регрессии b0, b1, b2


3) находятся логарифмы правой и левой частей нелинейного уравнения


4) определяются исходные параметры из тождеств:

A179. мНелинейная модель сводится к линейной заменой переменной:

1)

2)

3)

4)

A180. Способами включения случайного возмущения в регрессионную модель при которых возможна линеаризация модели являются ...

1) мультипликативный и экспоненциальный

2) мультипликативный и аддитивный

3) аддитивный и экспоненциальный

4) аддитивный и мультиколлинеарный

A181. Оценки коэффициентов моделей регрессии, нелинейных по оцениваемым параметрам, но внутренне линейных, полученные методом наименьших квадратов, являются …

1) смещенными

2) недостоверными

3) неэффективными

4) несостоятельными

A182. Пусть - наблюдаемые значения зависимой переменной, а - ее расчетные значения. В принятых обозначениях формула для расчета средней ошибки аппроксимации модели может быть определена по формуле …

1)

2)

3)

4)

A183. Квадрат индекса корреляции для нелинейных форм называется …

1) индексом детерминации

2) коэффициентом автокорреляции

3) частным коэффициентом корреляции

4) параметром регрессии

A184. Назовите показатель тесноты связи для нелинейных моделей регрессии.

1) индекс корреляции

2) линейный коэффициент корреляции

3) F-критерий Фишера

4) парный коэффициент линейной корреляции

A185. Индекс корреляции для нелинейных форм связи находят по формуле …

1)

2)

3)

4)

A186. Коэффициент эластичности показывает …

1) отношение коэффициента детерминации к коэффициенту корреляции

2) величину остаточной дисперсии на одну степень свободы

3) на сколько единиц изменится результативный показатель при изменении величины факторного признака на единицу

4) на сколько процентов изменится результативный показатель при изменении величины факторного признака на один процент

A187. Коэффициент эластичности является постоянной величиной в модели вида …

1)

2)

3)

4)

A188. Коэффициент эластичности является постоянной величиной в модели вида …

1)

2)

3)

4)

A189. Назовите показатель тесноты связи для нелинейных моделей регрессии.

1) F-критерий Фишера

2) парный коэффициент линейной корреляции

3) линейный коэффициент корреляции

4) индекс корреляции

A190. Средний (обобщающий) коэффициент эластичности рассчитывается для среднего значения фактора по формуле …

1)

2)

3)

4)

A191. мДолгосрочную тенденцию изменения признака называют …

1) трендом

2) сезонной компонентой

3) циклической компонентой

4) случайной компонентой

A192. Факторы, описывающие сезонную компоненту временного ряда, могут характеризоваться _____ воздействием на экономический показатель.

1) случайным

2) долговременным характером

3) периодическим

4) сезонным

A193. Уровень временного ряда характеризуется конкретным значением …

1) сезонных колебаний временного ряда

2) экономического показателя в определенный момент времени

3) временного ряда в заданный момент (период) времени

4) случайной компоненты временного ряда

A194. Среди факторов, оказывающих влияние на уровень временного ряда можно назвать …

1) тенденцию и случайные факторы

2) сезонные колебания и тенденцию

3) автокорреляцию и тренд

4) динамику и совокупные факторы

A195. мЦиклическая (конъюнктурная) компонента имеет место во временных рядах, отражающих наблюдения в течение …

1) длительного периода времени

2) одного года

3) периода меньше одного года

4) одного времени года (зима / весна / лето / осень)

A196. Временным рядом называют …

1) упорядоченные во времени значения показателя

2) набор любых экономических данных для исследования

3) временно созданный набор данных

4) ряд данных, полученный расчетным путем за короткое время

A197. Случайные колебания, радикально ме