- •Дисциплина Эконометрика
- •Тест по эконометрике Вариант 1
- •Эконометрика изучает
- •В эконометрических моделях выделяют следующие типы переменных
- •Корреляционная зависимость между случайными переменными – это.
- •Корреляционная зависимость между случайными величинами – это
- •Ошибки (в предположении выполнения условий Гаусса-Маркова для регрессионной модели) должны быть
- •К достоинствам функционала «сумма модулей отклонений остатков» можно отнести
- •Предопределенные переменные – это:
- •Вопросы к экзамену
- •Варианты контрольных заданий Общие методические указания
- •Контрольные задания
Дисциплина Эконометрика
Приложение А
Тест по эконометрике Вариант 1
-
Эконометрика изучает
а) наблюдения социально-экономических явлений
б) качественные закономерности экономических явлений
в) количественные закономерности экономических явлений
г) нет верного ответа
-
В эконометрических моделях выделяют следующие типы переменных
а) экзогенные б) сплошные
в) пространственные г) нет верного ответа
-
Функционал Q= - это
а) сумма модулей отклонений б) функционал Хубера
в) сумма квадратов отклонений остатков г) нет верного ответа
-
Корреляционная зависимость между случайными переменными – это.
-
зависимость, при которой изменение одной из величин влечет изменение распределения другой
-
зависимость, при которой каждому значению одной из величин соответствует одно значение другой
-
зависимость, при которой изменение одной из величин влечет изменение среднего значения другой
-
математическое ожидание произведения отклонений этих величин от соответствующих математических ожиданий
-
Гетероскедастичность означает
а) чувствительность к «выбросам»
б) нечувствительность к «выбросам»
в) равенство всех дисперсий ошибок в регрессионной модели
г) различие дисперсий ошибок в регрессионной модели
-
Мультиколинеарность означает
а) различие дисперсий ошибок в регрессионной модели
б) «почти линейную» зависимость между наборами значений факторных переменных
в) равенство всех математических ожиданий ошибок в регрессионной модели
г) различие математических ожиданий ошибок в регрессионной модели
-
Метод наименьших квадратов - это метод, основанный на
а) максимизации функционала «сумма квадратов отклонений»
б) минимизации функционала «сумма модулей отклонений»
в) максимизации функционала «сумма модулей отклонений»
г) нет верного ответа
-
Коэффициент корреляции парной линейной регрессии характеризует
а) только направление связи между факторной и результативной переменными
б) только тесноту связи между факторной и результативной переменными
в) направление и тесноту связи между факторной и результативной переменными
г) нет верного ответа
-
Линейная регрессионная модель - это
а) модель, описывающая закономерность для выборочной совокупности
б) модель, описывающая закономерность для всей генеральной совокупности при неменяющихся значениях факторов, не входящих в уравнение модели
в) модель, описывающая закономерность для всей генеральной совокупности при меняющихся значениях факторов, не входящих в уравнение модели
г) нет верного ответа
-
Для того чтобы ввести качественные переменные (атрибутивный признак) в модель необходимо применять переменные
а) фиктивные б) пространственные
в) временные г) нет верного ответа
-
В модели случайная ошибка возникает из-за того, что
а) на результативную переменную оказывают влияние другие, не входящие в уравнение, факторы
б) не существует ошибок наблюдений
в) не существует трудностей при измерении данных
г) нет верного ответа
-
Если каждому фактору модели соответствуют остатки, имеющие одинаковые дисперсии, то это говорит о том, что модель
а) мультиколлинеарна б) гомоскедастична
в) гетероскедастична г) имеет автокоррелированные остатки
-
Несмещенность МНК-оценок классической линейной регрессионной модели у=1+2х2 + …+ к хк означает, что
а) М(ai)= i для i= б) D(ai)= i для i=
в) оценки имеют наименьшую дисперсию г) нет верного ответа
-
Альтернативной гипотезой является
а) предположение о виде неизвестного распределения
б) гипотеза о значимости различий
в) предположение о соотношении параметров неизвестных распределений
г) гипотеза об отсутствии различий.
-
Математическое ожидание ошибки (в предположении выполнения 1-го условия Гаусса-Маркова для классической регрессионной модели)
а) равно 1 б) равно -1
в) равно нулю г) нет верного ответа
-
Если все точки наблюдения лежат на линии множественной регрессии, то коэффициент детерминации
а) равен нулю б) меньше нуля
в) равен +1 г) нет верного ответа
-
В случае множественной регрессии, меняя количество факторных переменных
а) можно добиться того, что R≈1 б) можно добиться того, что R2=-1
в) можно добиться того, что R2=0 г) нет верного ответа
-
Скорректированный коэффициент детерминации множественной регрессии
а) может быть больше 1 б) всегда равен 1
в) всегда не больше R2 г) нет верного ответа
-
Для парной линейной регрессионной модели R2=(rxy)2 выполняется
а) только если оценки получены по МНК
б) никогда в) всегда
-
С помощью t-статистики обычно проверяют
а) значимость отдельных коэффициентов регрессии
б) значимость всей регрессионной модели
в) нет верного ответа
-
Для значений случайного члена выполняется утверждение (в предположении выполнения условий Гаусса-Маркова для классической регрессионной модели)
а) cov(ei; ej)=0 б) cov(ei; ej)≠0
в) нельзя сказать определенно г) нет верного ответа
-
С помощью F-теста обычно проверяют
а) значимость отдельных факторных переменных
б) значимость всей регрессионной модели
в) нет верного ответа
-
Экзогенные переменные – это
а) взаимозависимые переменные, которые определяются внутри модели
б) зависимые переменные, которые определяются вне системы и в определенной степени непланируемые
в) переменные, выступающие в роли факторов-аргументов или объясняющих переменных
г) нет верного ответа
-
В случае наличия мультиколлинеарности обычно
а) t фактическое большинства оценок велико, F фактическое для всей модели мало
б) коэффициент корреляции равен 0
в) коэффициент корреляции превышает по модулю 0,75
г) нет верного ответа
-
К основным типам эконометрических моделей относятся:
а) вариационные ряды б) модели временных рядов
в) системы тождеств г) нет верного ответа
-
При мультиколинеарности
а) небольшие изменения в исходных данных не приводят к существенному изменению значений параметров регрессии
б) небольшие изменения в исходных данных приводят к существенному изменению значений параметров регрессии
в) нет верного ответа
-
Фиктивные переменные вводят при исследовании влияния на результативную переменную
а) количественного фактора
б) качественного фактора
в) как количественного, так и качественного фактора
г) нет верного ответа
-
Величина в условиях классической регрессионной модели является
а) результативной переменной
б) теоретическим значением результата
в) случайной ошибкой г) нет верного ответа
-
Если каждому фактору модели соответствуют остатки, имеющие разные дисперсии, то это говорит о том, что модель
а) мультиколлинеарна б) гомоскедастична
в) гетероскедастична г) имеет автокоррелированные остатки
-
Если математическое ожидание остатков в модели равно нулю, то это говорит
а) о несмещенности оценок коэффициентов
б) о смещенности оценок коэффициентов
в) о несостоятельности оценок коэффициентов
г) нет верного ответа
-
Уравнение линии регрессии - это
а) модель, описывающая закономерность для всей генеральной совокупности при меняющихся значениях факторов, не входящих в уравнение модели
б) модель, описывающая закономерность для всей генеральной совокупности при неменяющихся значениях факторов, не входящих в уравнение модели
в) модель, описывающая закономерность для выборочной совокупности
г) нет верного ответа
-
Если модель гетероскедастична и известны дисперсии ошибок, то для оценки коэффициентов модели применяется
а) взвешенный МНК б) обобщенный МНК
в) классический МНК г) ни один из указанных методов
-
Если в модель включены несущественные переменные, то
а) уменьшается точность оценок б) увеличивается точность оценок
в) снижается неустойчивость модели г) растет устойчивость модели
-
Матрица, составленная из парных коэффициентов корреляции имеет вид. Сделайте вывод.
а) модель мультиколлинеарна б) модель не мультиколлинеарна
в) нет правильных ответов
-
С ростом уровня доверия величина доверительных интервалов для параметров регрессии
а) увеличивается б) уменьшается
в) нет однозначной зависимости г) не зависит от уровня доверия
-
Автокорреляция – это
а) метод сравнения нескольких средних, основанный на сравнении дисперсий
б) метод исследования воздействия нескольких факторов и их комбинаций на результативный признак
в) метод анализа типа колеблемости и поиска длины цикла, основанный на вычислении коэффициентов автокорреляции отклонений от тренда
г) корреляция между уровнями ряда или отклонениями от тренда, взятыми со сдвигом о времени