Эконометрика. 1. Согласно литературным источникам термин эконометрика впервые использовал
 Скачать 36.82 Kb.
|
|
Эконометрика- Синергия, ТЕСТ ОТВЕТЫ, 5 семестр 1.Согласно литературным источникам термин эконометрика впервые использовал Циемба. Австровенгрия 1910г. Для создания концепции использования методов алгебры и геометрии к данным бух. учета. 2.Эконометрическое научное общество было создано в 1930 США 3.Термин эконометрика ввел в обиход Фриш 4.В журнале эконометрика основанный в 1933г.эконометрика определяется как - единство экономической теории, математики и статистики 5.Значительной вехой явилось введение экономических барометров, упоминается - гарвардский барометр 6.Результатом экономических исследований является регрессионные модели 7.Под регрессией понимается - функциональная зависимость между объясняющей или переменной и средней величиной зависимой переменной 8.Зависимость между переменной типа y=f(x) называется функцией регрессии (y) на (х) Допустим Зависимость "у" от потребления дохода "х" выражается уравнением регрессии у=а+в 9.В эконометрических моделях зависимые переменные принято называть - эндогенными 10.Проверка качества моделей регрессии назыв.- верификацией 11.В общем виде первым этапом эконометрическом исследовании - постановка проблемы 12.Эконометрика включает понятие - эконометрические измерения 13.Высший уровень измерения предполагает сравнение с - эталоном 14.Любое экономическое исследование начинается с модели под спецификацией - понимается формулировка вида модели по теории и связи 15.Линейная модель простой и парной регрессии имеет вид у=а+Вх+е построение модели сводится к оценке "а" и "в" Ошибки спецификации недоучет в уравнении , ошибки выбора - отражаются в увелчение "е" 16.Основное внимание в эконометрике уделяет - ошибка спецификации модели 17.При обработке исходной информации на комп-ре выбор вида уравнения парной регрессии проводится - графическими и экспериментальными методами 19.Эксперементальные методы подбора от функции для уравнения парной регрессии основан - на сравнении величины остаточным дисперсии по разным методам 20.Оценки параметров у уравнений парной линейной регрессии - наиболее часто подходит методом наименьших квадратов 21.Оценки параметров методом наименьших параметров является - точечными оценками теоретических коэффициентов регрессии т.к. получается на основе выборочных данных 22.Статистическая модель потребления Кейнса включ. уравнении: c=ky+L и тождества у=с+I где "с" - величина потребления, "у" - доход, "I" - инвестиции 23.Зачем вводится тождество? чтобы ограничить значение "к" - предельная склонность потребления 24.Предельная склонность к потреблению в моделях Кейнса не может принимать значения - больше единицы 25.Если в уравнении парно-линейная регрессия у=а+вх+е переменные "х" и "у" выразить в отклонениях от средних, то уравнение примет вид у=вх+е. Оценка коэффициента регрессии при этом не меняется 26.Предположим, что модели потребления Кейнса, функция потребления имеет вид с=1,8+0,75у коэффициент регрессии показывает - на каждые одну тыс. руб. на потребление расходится в среднем 750 27.Если функции потребления с=кх+L коэффициенту регрессии больше единицы - значит на потребление расходуется не только доход, но и сбережения 28.В парной линейной регрессии абсолютным показателем силы связи между переменными является - коэффициент регрессии 29.Для оценки значимости коэффициент регрессии и его расчета доверительных интервалов используется - статистика подчиняющаяся статистике Стьюдента при степенях свободы "n-2" 30.При сравнении фактического значения t - статистики с табличным коэффициент Регрессии отклоняется если - фактическое значение "t" больше табличного 31.Доказано, что если выполняется предпосылка метода наименьших квадратов (условия Гаксса-Маркова) то наилучшие оценки параметров линейной регрессии обладают свойствами, является - несмещенными, эффективными, состоятельными 32.Оценка значимости моделей парной регрессии в целом проводится с помощью "f" - критерия Фишера, расчет у которого предшествует 33.Применение метода наименьших квадратов к нелинейным функциям в парной регрессии требует выполнения одной из предпосылок метода наименьших квадратов - линейность относительно параметров 34.По десяти парам наблюдений получено уравнение линейной регрессии у=а+57,28х также известно, что сумма х=100 , а сумма у=200, параметр "а"=-552,8 35.Подставляя линейное уравнение регрессии, например у=1,9+085х значение "х", получаем "у", такой прогноз называется – точечный 36.Прогнозное качество экономических моделей в виде уравнения регрессии оценивается с помощью - средней ошибки праксимации 37.Допустим, что спрос на иномарки на авторынке России в зависимости от цены характеризуется параболой второго порядка у=а+вх+сх в квадрате 38.При какой цене объем продаж "У" будет максимальной ? надо первую производную приравнять к нулю 39.табличные критичные значения t- статистики и f- критериях заданы с определенным уровнем значимости альфа. Например альфа=0,5 это значит, что этот уровень вероятность совершить ошибку первого рода 40.Допустим, что по одним и тем же выборочным данным построены два парных линейных уравнения регрессии у=а+вх+е; х=с+dy+е какое из соотношений линейных коэффициент корреляции является истинным? z(ух)=z(ух) 41.Множественная регрессия предполагает включение в уравнение регрессии двух и более факторов переменных, при этом факторы должны – некореллироваться между собой и количественно измеряться 42.Кореляция между факторами переменной считается явной если эти факторы имеют значения парного линейного коэффициент корреляции равного 0,7 и более 43.Определитель матрицы коэффициент корреляции между факторами равен нулю это значит - что между факторами полная линейная зависимость 44.При отборе факторов для множественной регрессии рекомендуется пользоваться правилами согласно которому число факторов обычно меньше объема совокупности в 6; 7; раз 45.При выборе адекватной модели уравнение множественной регрессии - отдаем предпочтение той математической функции для кот-ой коэффициент детерминации максимален, а ошибка праксимации минимальна 46.В уравнении множественной линейной регрессии у=а+В1Х1+В2Х2+.... ВрХр параметр "х" называется коэффициент чистой регрессии 47.В уравнении множественной линейной регрессии параметры при факторных переменных - несравнимы между собой 48.Показатель множественной корреляции оценивает тесноту связи совместного влияния факторов на результат, определяется как – индекс множества корреляции независимо от формы связи 49.Различие между "х"- индексом детерминации и его значениям уменьшается - по мере увеличения числа наблюдения 50.Чистые коэфф. корелляции характеризуют тесноту связи между результатом соответств. факторам при - устранении влияния других факторов уравнения регрессии 51.Частный коэфф. корреляции нулевого порядка - это коэфф. первой регрессии 52.Частный "f"- критерий Фишера используется в оценке значимости - коэфф. чистой регрессии 53.В эконометрике для учета неоднородности по качественным признакам в регрессивную модель вводят - фиктивные переменные 54.Проверку выполнения предпосылок метода наименьших квадратов относительно остаточных величин проводят разными методами наиболее простой - графический анализ остатков 55.Обобщенный метод наименьших квадратов для оценки параметров множественной регрессии при нарушении предпосылок относительно остатков 56.Для двухфакторной линейной регрессии коэфф. детерминант 0,7 скорректированное значение 0,614 число наблюдений - "10" 57.В производственной ф-ции Кобба-Дугласа коэфф. эластичности должен быть - единица 58.колличество структурных переменных включ. уравнение регрессии, должно быть - равно числу градации минус единица 59.Если уравнение множественной линейной регрессии построено правильно, то индекс корреляции должен быть - больше или равен максимальному значению парному коэфф. Корреляции 60.Эконометрические модели построенные по данным наблюдений за одним объектом во времени называются - моделями временных рядов 61.Основная задача исследования временного ряда - выявление тенденций сезонности и случайности основных компонентов уровня ряда 63.Аддетивной моделью временного ряда назыв. - модель, где ряд представлен как сумма t+s+e 64.коэфф. автокорреляции уровней ряда строится на основе линейного коэфф. корреляции, кот-ая определяется между соседей уровней ряда 65.График зависимости автокорреляционные ф-ции от величины ряда назыв. - коррелограммой 66.Если наиболее высоким среди коэфф. корреляции оказался коэфф. первого порядка, то ряд содержит - линейную тенденцию 67.Построение ф-ции характеризующей зависимость уровней ряда от времени назыв. - аналитическим сглаживанием 68.Допустим, что имеем временной ряд, за 20 лет наиболее высокие значения коэфф. 3; 6; и 9-ого порядка, значит период колебания равен - 3 года 69.Для выявления сезонных колебаний на основе моделей регрессии с включением фактора времени фиктивных переменных – число переменных должно быть меньше, кол-во фиктивных больше на единицу 70.Наличие тенденции в временных рядах у кот-ой изучается причинноследственная связь приводит к - ложной корреляции 71.Если взаимосвязанные временные ряды содержат линейные тренды, то исходные данные заменяют - первыми разностями 72.Если тенденции временного ряда соответствуют экспоэнциальной или степенной тренд метод последовательных разностей применяют не к исходным уравнениям, а к их - логарифмам 73. Критерий Дарбина-Уотсона используется для - автокорреляции в остатках 74.Фактическое значение критерия Дарбина-Уотсона - от 0 до 4 75.Табличная, критическое значение Дарбина-Уотсона - верхние и нижние границы 76.Эконометрические модели на основе временных рядов могут быть построены, если ряды явл. - стационарными с постоянной дисперсией 77.Модели на основе временных рядов учитывающие момент времени "t" относящийся к предыдущим моментам времени "t-1" "t-2"наз. – динамическими 78.Долгосрочный мультипликатор в модели регрессии рассчитывается как сумма краткосрочного и промежуточного мультипликатора 79.Если в динамической модели фактором выступает разовое значение - это модуль авторегрессии 80. в модели с распределённым логом рассчитывается значение медианного лага. Медианный лаг - это период времени в течении которого. Ответ: с момента времени t реализуется половина воздействия. В моделях с распределенным рангом рассчитывается медианный раг 82.Описание и исследование структуры связей между переменными системами взаимосвяз. признаков осуществ. на основе - одновременных уравнений 83.Обычный метод наименьших квадратов не рекомендуется применять к системе - одновременных уравнений 84.Если зависимая переменная "у" одного уравнения выступая "х"-ом другим, то модель в виде системы - рекурсивных уравнений 85.Для системы одновременного уравнения матрица – иное 86.При предопределенные переменные влияющие на эндогенные перемены не зависящие от СОУ называются - экзогенными переменными 87. Качество экзогенных переменных выбирают которые могут быть объектом регулирования 88.Если структурная и приведённая форма модели имеют одинаковое число коэффициента - модели идентифицированы 89.Коэффициенты модели со структурными коэффициентами - нелинейными соотношениями 90.Одно из правил проверки уравнения в СОУ - счетное или ранговое 91.Идентификацию обеспечивают – счетное 92.Чтобы уравнение считалось идентифицированным кол-во экзогенных и эндогенных переменных = минус единица 93.Если система сверхидентифицированна применяют - двухшаговый метод наименьших квадратов 94.Простейшие модели Кейнса равно с=а+вх ; у=е+i явл. – идентифицированный 95.Линейная модель спроса и предложения характеризуется двумя уравнениями, экзогенной и переменной в нем – нет 96.Прогнозное значение экзогенных переменных на основе - приведенных уравнений 97.Приведенная форма модели для СОУ, зависимость в виде - линейной регрессии 98.В неэкономические переменные рассматривают в качестве - экзогенных переменных 99.Двухшаговый метод наименьших квадратов - инструментальный переменный 100.Колличество Эндогенных переменных моделях структурных уравнений равно числу уравнений в системе 101.При применении рангового правила . Ранг=3 с тождеством 4 – система идентифицирована или сверх идентифицирована 102.Кол-во системных уравнений определяется целями задач исследования 103.Система экономических уравнений строится на любом уровне метода наименьших квадратов 104.построение функции, характеризующей зависимость уровней ряда от времени называется. Ответ: аналитическим сглаживанием (выравниванием ряда). 104. Белый шум – это … модель авторегрессии первого порядка равномерный фоновый звук, который содержит в себе частоты всего звукового диапазона, от 20 до 20 000 Гц 105. Автокорреляционная функция – это функция от времени и лага между двумя уровнями ряда 106. В результате компонентного анализа временного ряда не может быть получена … модель множественная регрессионная 107. В условиях гетероскедастичности остатков для оценки параметров эконометрической модели следует использовать … обобщенный метод наименьших квадратов 108. В эконометрике для учета неоднородности по качественным признакам в регрессивную модель вводят фиктивные переменные 109. Гомоскедастичность означает … постоянство дисперсии случайного члена регрессионного уравнения 110. Двухшаговый МНК не применяется, если уравнение … неидентифицируемо 111. Для описания тенденции равномерно изменяющихся уровней ряда используют … модель линейную 112. Для отражения влияния на структуру модели качественных переменных, если они наблюдаемы, применяют … переменные фиктивные 113. Для отсутствия автокорреляции остатков характерно … отсутствие зависимости между остатками текущих и предыдущих наблюдений 114. Для оценки значимости коэффициент регрессии и его расчета доверительных интервалов используется статистика подчиняющаяся статистике Стьюдента при степенях свободы "n-2" 115. Для проверки значимости отдельных коэффициентов множественной регрессии используют … распределение Стьюдента 116. Для проверки ряда на стационарность используется тест … Дики-Фулера 117. Для проверки эконометрической модели на гомоскедастичность не применяется тест … Дарбина-Уотсона 118. Для системы одновременного уравнения матрица иное 119. Для стационарного процесса в узком смысле не может быть того, что … процесс не является стационарным в широком смысле 120. Если абсолютное значение линейного коэффициента корреляции близко к нулю, то … в линейно форме связь между переменными слабая 121. Если в уравнении парно-линейная регрессия у=а+вх+е переменные "х" и "у" выразить в отклонениях от средних, то уравнение примет вид у=вх+е. Оценка коэффициента регрессии при этом не меняется 122. Значимость множественного линейного уравнения регрессии проверяется по … F-критерию 123. Ковариация – это … показатель, позволяющий установить факт наличия линейной стохастической связи между переменными 124. Компонента временного ряда, отражающая влияние периодически действующих факторов, – это… сезонная составляющая 125. Компонента временного ряда, отражающая влияние постоянно действующих факторов, – это … тренд 126. Корреляция – это явление линейной стохастической связи между переменными 127. Косвенный МНК применяется, если уравнение … точно идентифицируемо 128. Наличие тренда в уровнях ряда проверяется с помощью теста … Фостера-Стюарта 129. Коэффициент детерминации характеризует долю … дисперсии зависимой переменной, объясняемую регрессией в общей ее дисперсии 130. Коэффициент корреляции – это … -показатель, характеризующий тесноту линейной стохастической связи между переменными +ТО ; -явление линейной стохастической связи между переменными 131. Коэффициент при независимой переменной в парном линейном уравнении регрессии показывает.... среднее изменение результата с изменение фактора на одну единицу 132. Критерий Стьюдента применяется для определения статистической значимости каждого коэффициента уравнения 133. Критерий Фишера используется при проверке … статистической значимости модели в целом 134. Мультиколлинеарность проявляется между наличие линейной зависимости между несколькими объясняющими переменными 135. На главной диагонали ковариационной матрицы находятся … •дисперсии коэффициентов регрессии 136. Наличие автокорреляции остатков можно обнаружить с помощью статистики … •Дарбина-Уотсона 137. Неверно утверждать, относительно метода наименьших квадратов (МНК) оценки •минимизирует сумму абсолютных значений остатков 138. Неверно, что к моделям временных рядов относятся… •Регрессионные модели 139. Неверный с точки зрения экономической теории, знак коэффициента линейного регрессионного уравнения может свидетельствовать … •о мультиколлинеарности факторов 140. Негативным последствием применения классического МНК в случае гетероскедастичности является то, что оценки коэффициентов модели не являются … •эффективными 141. Неидентифицируемость системы эконометрических уравнений связана с превышением •числа структурных коэффициентов над числом приведенных 142.Нулевая гипотеза при проверке коэффициента уравнения регрессии на статистическую значимость гласит, что … •значение коэффициента равно нулю 143.О наличии мультиколлинеарности не свидетельствует факт того, что … близки к единице •коэффициенты парной корреляции результирующего признака с каждым из объясняющих по модулю 144. Остаток в i-м наблюдении – это разница между значением … •переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии 145. Отрицательный характер взаимосвязи между переменными Х и У означает, что •с ростом Х происходит убывание У 146. Оценка параметров приведенной формы осуществляется … наименьших квадратов •методом 147. Оценки косвенного МНК совпадают с оценками двухшагового МНК, если для уравнения выполнено … •ранговое условие и порядковое условие со знаком равенства 148. Оценки коэффициентов классической модели, полученные с помощью метода наименьших квадратов, обладают … •свойствами несмещенности, состоятельности и эффективности 149. Ошибка в i-м наблюдении – это разница между значением … •объясняющей переменной в i-м наблюдении и прогнозным значением этой переменной переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии 150. По характеру связи между переменными регрессии в целом подразделяют на две группы – •положительные и отрицательные 151. По числу объясняющих факторов регрессии подразделяют на … •парные и множественные 152. Под спецификацией модели понимается … •отбор факторов, влияющих на результат и выбор вида уравнения 153. Порядковое условие идентифицируемости структурного уравнения является •необходимым 154. Порядковое условие идентифицируемости структурного уравнения: число исключенных из уравнения предопределенных переменных должно быть не меньше числа включенных … •эндогенных переменных минус единица 155. Постоянный коэффициент эластичности имеет … функция •степенная 156. При оценке параметров системы одновременных уравнений нецелесообразно применять … метод наименьших квадратов •классический 157.При построении регрессионных моделей рекомендуется, чтобы объем выборки превышал число факторов не менее чем … •в три раза 158.При сравнении моделей множественной линейной регрессии с разным числом факторов не используют … •коэффициент детерминации 159.Ранговое условие идентифицируемости структурного уравнения – ранг произведения расширенной матрицы структурных параметров на транспонированную матрицу ограничений уравнения равен числу эндогенных переменных … •системы минус единица 160.Ранговое условие идентифицируемости структурного уравнения является … •достаточным 161.С помощью коэффициента детерминации можно оценить … •качество уравнения регрессии в целом 162.Скорректированный коэффициент детерминации – это коэффициент детерминации, скорректированный с учетом … •числа факторов 163.Случайный член классической линейной модели множественной регрессии должен быть распределен … •по нормальному закону 164.Смещенная оценка искомого параметра обладает следующим свойством: … •ее математическое ожидание не равно ей 165. Состоятельная оценка – это оценка, обладающая следующим свойством: •при увеличении объема выборки оценка становится точнее 166.Средний коэффициент эластичности показывает … •процентное изменение зависимой переменной при однопроцентном изменении независимой переменной 167.Стандартизованный коэффициент уравнения применяется для … •ранжирования факторов в уравнении 168.Стационарность – это … •характеристика временного ряда, связанная с его стабильностью 169.Стационарность … •можно рассматривать в узком и в широком смысле 170.Стохастическая (статистическая) зависимость – это … •связь между переменными, осложненная влиянием случайных факторов 171.Функция регрессии является математическим выражением … между переменными •корреляционной связи 172.Целесообразно использовать обобщенный метод наименьших квадратов, если ошибки модели … •обладают свойством гетероскедастичности 173.Эффективная оценка – это оценка, … •дисперсия которой минимальна в некотором классе несмещенных оценок https://studentu24.ru/list/doneprojects/project---423 кореанка КИМ Евгения https://studfile.net/preview/16494201/ есть ответы |