Главная страница

Эконометрика. Автокорреляционная функция это функция от


Скачать 213.84 Kb.
НазваниеАвтокорреляционная функция это функция от
АнкорЭконометрика
Дата05.10.2022
Размер213.84 Kb.
Формат файлаdocx
Имя файлаЭконометрика.docx
ТипДокументы
#716584


Disynergy.ru – Сдача тестов без предоплаты +7(924) 305-23-08 help@disynergy.ru



  1. Автокорреляционная функция – это функция от

  2. Аддетивной моделью временного ряда назыв.

    • модель, где ряд представлен как сумма t+s+e

  3. Белый шум – это

    • модель авторегрессии первого порядка

    • свойство коэффициентов регрессионной модели

    • модель временного ряда с независимыми одинаково распределенными наблюдениями

  4. В журнале эконометрика основанный в 1933г.эконометрика определяется как

    • единство экономической теории, математики и статистики

  5. 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

  6. В неэкономические переменные рассматривают в качестве

    • экзогенных переменных

  7. В общем виде первым этапом эконометрическом исследовании

    • постановка проблемы

  8. В парной линейной регрессии абсолютным показателем силы связи между переменными является

    • коэффициент регрессии

  9. В производственной ф-ции Кобба-Дугласа коэфф. эластичности должен быть

    • единица

  10. В результате компонентного анализа временного ряда не может быть получена … модель

    • мультипликативная

    • множественная регрессионная

    • приведенная

  11. В результате компонентного анализа временного ряда не может быть получена … модель

    • парная регрессионная

    • структурная

    • аддитивная

  12. В уравнении множественной линейной регрессии параметры при факторных переменных

    • несравнимы между собой

  13. В уравнении множественной линейной регрессии у=а+В1Х1+В2Х2+....

    • ВрХр параметр "х" называется коэффициент чистой регрессии

  1. В условиях гетероскедастичности остатков для оценки параметров эконометрической модели следует использовать

    • метод моментов

    • обобщенный метод наименьших квадратов

    • метод максимального правдоподобия

  2. В эконометрике для учета неоднородности по качественным признакам в регрессивную модель вводят

    • фиктивные переменные

  3. В эконометрических моделях зависимые переменные принято называть

    • эндогенными

  4. Высший уровень измерения предполагает сравнение с

    • эталоном

  5. Гомоскедастичность означает

    • отсутствие автокорреляции случайного члена регрессионного уравнения

    • отсутствие корреляционной связи между случайным членом и объясняющими переменными регрессионной модели

    • постоянство дисперсии случайного члена регрессионного уравнения

  6. График зависимости автокорреляционные ф-ции от величины ряда назыв.

    • коррелограммой

  7. Двухшаговый метод наименьших квадратов

    • инструментальный переменный

  8. Двухшаговый МНК не применяется, если уравнение

    • неидентифицируемо

    • сверхидентифицируемо

    • точно идентифицируемо

  9. 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

  10. Для двухфакторной линейной регрессии коэфф. детерминант 0,7 скорректированное значение 0,614 число наблюдений

    • "10"

  11. Для описания тенденции равномерно изменяющихся уровней ряда используют … модель

    • экспоненциальную

    • S-образную

    • линейную

  12. Для отражения влияния на структуру модели качественных переменных, если они наблюдаемы, применяют … переменные

    • поддельные

    • фальшивые

    • фиктивные

  13. Для отсутствия автокорреляции остатков характерно

    • непостоянство дисперсии остатков

    • отсутствие зависимости между остатками текущих и предыдущих наблюдений

    • постоянство математического ожидания остатков

  14. Для оценки значимости коэффициент регрессии и его расчета доверительных интервалов используется

    • статистика подчиняющаяся статистике Стьюдента при степенях свободы "n-2"

  15. Для проверки значимости отдельных коэффициентов множественной регрессии используют

    • нормальный закон распределения

    • распределение Фишера

    • распределение Стьюдента

  16. Для проверки ряда на стационарность используется тест

    • Стьюдента

    • Дики-Фулера

    • Фишера

  17. Для проверки эконометрической модели на гомоскедастичность не применяется тест

    • Глейзера

    • Дарбина-Уотсона

    • Голдфелда-Квандта

  18. Для системы одновременного уравнения матрица

    • иное

  19. Для стационарного процесса в узком смысле не может быть того, что

    • процесс не является стационарным в широком смысле

    • корреляционная функция зависит только от лага между уровнями ряда

    • математическое ожидание случайной величины постоянно

  20. Доказано, что если выполняется предпосылка метода наименьших квадратов (условия Гаксса-Маркова) то наилучшие оценки параметров линейной регрессии

    • обладают свойствами, является - несмещенными, эффективными, состоятельными

  21. Долгосрочный мультипликатор в модели регрессии рассчитывается как сумма

    • краткосрочного и промежуточного мультипликатора

  22. Допустим, что имеем временной ряд, за 20 лет наиболее высокие значения коэфф. 3; 6; и 9-ого порядка, значит период колебания равен

    • 3 года

  23. 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)

  24. Допустим, что спрос на иномарки на авторынке России в зависимости от цены

    • характеризуется параболой второго порядка у=а+вх+сх в квадрате

  25. Если абсолютное значение линейного коэффициента корреляции близко к нулю, то

    • в линейно форме связь между переменными слабая

    • связь между переменными слабая

    • связь между переменными сильная

  26. Если в динамической модели фактором выступает разовое значение

    • это модуль авторегрессии

  27. 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

  28. Если взаимосвязанные временные ряды содержат линейные тренды, то исходные данные заменяют

    • первыми разностями

  29. Если зависимая переменная "у" одного уравнения выступая "х"-ом другим, то модель в виде системы

    • рекурсивных уравнений

  30. Если наиболее высоким среди коэфф. корреляции оказался коэфф. первого порядка, то ряд содержит

    • линейную тенденцию

  31. Если система сверхидентифицированна применяют

    • двухшаговый метод наименьших квадратов

  32. Если структурная и приведённая форма модели имеют одинаковое число коэффициента

    • модели идентифицированы

  33. Если тенденции временного ряда соответствуют экспоэнциальной или степенной тренд метод последовательных разностей применяют не к исходным уравнениям, а к их

    • логарифмам

  34. Если уравнение множественной линейной регрессии построено правильно, то индекс корреляции должен быть

    • больше или равен максимальному значению парному коэфф. Корреляции

  35. Если функции потребления с=кх+L коэффициенту регрессии больше единицы

    • значит на потребление расходуется не только доход, но и сбережения

  36. 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

  37. Зачем вводится тождество?

    • чтобы ограничить значение "к" - предельная склонность потребления

  38. Значимость множественного линейного уравнения регрессии проверяется по

    • X^2-критерию

    • F-критерию

    • t-критерию

  39. Значительной вехой явилось введение экономических барометров, упоминается

    • гарвардский барометр

  40. Идентификацию обеспечивают

    • счетное

  41. Качество экзогенных переменных выбирают которые могут быть объектом

    • регулирования

  42. Ковариация – это

    • явление линейной стохастической связи между переменными

    • показатель, характеризующий тесноту линейной стохастической связи между

    • переменными

    • показатель, позволяющий установить факт наличия линейной стохастической связи между переменными

  43. Кол-во системных уравнений определяется

    • целями задач исследования

  44. колличество структурных переменных включ. уравнение регрессии, должно быть

    • равно числу градации минус единица

  45. Колличество Эндогенных переменных моделях структурных уравнений равно числу

    • уравнений в системе

  46. Компонента временного ряда, отражающая влияние периодически действующих факторов, – это…

    • сезонная составляющая

    • случайная составляющая

    • тренд

  47. Компонента временного ряда, отражающая влияние постоянно действующих факторов, – это

    • циклическая составляющая

    • сезонная составляющая

    • тренд

  48. Кореляция между факторами переменной считается явной если эти факторы имеют

    • значения парного линейного коэффициент корреляции равного 0,7 и более

  49. Корреляция – это

    • показатель, характеризующий тесноту линейной стохастической связи между переменными

    • явление линейной стохастической связи между переменными

    • показатель, позволяющий установить факт наличия линейной стохастической связи между переменными

  50. Косвенный МНК применяется, если уравнение

    • неидентифицируемо

    • точно идентифицируемо

    • сверхидентифицируемо

  51. Наличие тренда в уровнях ряда проверяется с помощью теста

    • Фостера-Стюарта

    • Спирмена

    • Дарбина-Уотсона

  52. Коэффициент детерминации характеризует долю

    • дисперсии зависимой переменной, объясняемую регрессией в общей ее дисперсии

    • дисперсии зависимой переменной, не объясненную регрессией в общей дисперсии зависимой переменной

    • разброса зависимой переменной, не объясненную регрессией

  53. Коэффициент корреляции – это

    • показатель, позволяющий установить факт наличия линейной стохастической связи между переменными

    • показатель, характеризующий тесноту линейной стохастической связи между переменными +ТО

    • явление линейной стохастической связи между переменными

  54. Коэффициент при независимой переменной в парном линейном уравнении регрессии показывает....

    • изменение результата с изменением на одну единицу независимой переменной так ответил

    • процентное изменение зависимой переменной при однопроцентном изменении независимой переменной

    • среднее изменение результата с изменение фактора на одну единицу

  55. Коэффициенты модели со структурными коэффициентами

    • нелинейными соотношениями

  56. Критерий Дарбина-Уотсона используется для

    • автокорреляции в остатках

  57. Критерий Дарбина-Уотсона используется для проверки гипотезы о

    • независимости квадратов соседних значений фактической ошибки et2 и ee-t2

    • статистической значимости модели в целом

    • статистической значимости каждого из коэффициентов модели

  58. Критерий Стьюдента применяется для

  59. Критерий Фишера используется при проверке

    • статистической значимости модели в целом

    • на автокорреляцию в ряду фактической ошибки

    • независимости факторов модели

  60. 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"

  61. Линейная модель спроса и предложения характеризуется двумя уравнениями, экзогенной и переменной в нем

    • нет

  62. Любое экономическое исследование начинается с модели под спецификацией

    • понимается формулировка вида модели по теории и связи

  63. Множественная регрессия предполагает включение в уравнение регрессии двух и более факторов переменных, при этом факторы должны

    • некореллироваться между собой и количественно измеряться

  64. Модели на основе временных рядов учитывающие момент времени "t" относящийся к предыдущим моментам времени "t-1" "t-2"наз.

    • динамическими

  65. Мультиколлинеарность проявляется между

    • признаком и фактором

    • факторами

    • остатками

  66. Мультиколлинеарность факторов – это

    • наличие линейной зависимости между несколькими объясняющими переменными

    • отсутствие зависимости между несколькими изучаемыми переменными

    • наличие линейной связи между двумя объясняемой и объясняющей переменной

  67. На главной диагонали ковариационной матрицынаходятся

    • коэффициенты корреляции

    • дисперсии коэффициентов регрессии

    • средние значения коэффициентов регрессии

  68. Наличие автокорреляции остатков можно обнаружить с помощью статистики

    • Дарбина-Уотсона

    • Фишера

    • Стьюдента

  69. Наличие тенденции в временных рядах у кот-ой изучается причинноследственная связь приводит к

    • ложной корреляции

  70. Неверно утверждать, относительно метода наименьших квадратов (МНК) оценки

    • линейной регрессионной модели, что МНК

    • минимизирует сумму абсолютных значений остатков

    • минимизирует сумму квадратов остатков

    • максимизирует сумму квадратов остатков

  71. Неверно, что к моделям временных рядов относятся…

    • Авторегрессионные модели

    • Модели скользящего среднего

    • Регрессионные модели

  72. Неверный с точки зрения экономической теории, знак коэффициента линейного регрессионного уравнения может свидетельствовать

    • об автокорреляции остатков

    • о мультиколлинеарности факторов

    • о гетероскедастичности остатков

  73. Негативным последствием применения классического МНК в случае гетероскедастичности является то, что оценки коэффициентов модели не являются

    • статистически значимыми

    • эффективными

    • состоятельными

  74. Неидентифицируемость системы эконометрических уравнений связана с превышением

    • числа эндогенных переменных над числом предопределенных переменных

    • числа структурных коэффициентов над числом приведенных

    • числа приведенных коэффициентов над числом структурных

  75. Нулевая гипотеза при проверке коэффициента уравнения регрессии на статистическую значимость гласит, что

    • значение коэффициента равно нулю

    • оценка коэффициента положительна

    • оценка коэффициента равна нулю

  76. О наличии мультиколлинеарности не свидетельствует факт того, что … близки к единице

    • коэффициенты множественной детерминации некоторых объясняющих факторов с остальными

    • коэффициенты парной корреляции результирующего признака с каждым из объясняющих по модулю

    • некоторые коэффициенты парной корреляции среди объясняющих факторов по модулю

  77. Обобщенный метод наименьших квадратов для оценки параметров множественной

    • регрессии при нарушении предпосылок относительно остатков

  78. Обычный метод наименьших квадратов не рекомендуется применять к системе

    • одновременных уравнений

  79. Одно из правил проверки уравнения в СОУ

    • счетное или ранговое

  80. Описание и исследование структуры связей между переменными системами взаимосвяз. признаков осуществ. на основе

    • одновременных уравнений

  81. Определитель матрицы коэффициент корреляции между факторами равен нулю это значит

    • что между факторами полная линейная зависимость

  82. Основная задача исследования временного ряда

    • выявление тенденций сезонности и случайности основных компонентов уровня ряда

  83. Основное внимание в эконометрике уделяет

    • ошибка спецификации модели

  84. Остаток 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 истинной линии регрессии

    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по выборочной линии регрессии

  85. Отрицательный характер взаимосвязи между переменными Х и У означает, что



    • рост Х не оказывает влияния на изменение У

    • с ростом Х происходит убывание У

    • с ростом Х происходит рост У

  1. Оценка значимости моделей парной регрессии в целом проводится с помощью "f"

    • критерия Фишера, расчет у которого предшествует

  2. Оценка параметров приведенной формы осуществляется … наименьших квадратов

    • двухшаговым методом

    • косвенным методом

    • методом

  3. Оценки косвенного МНК совпадают с оценками двухшагового МНК, если для уравнения выполнено

    • ранговое условие и порядковое условие со знаком равенства

    • порядковое условие

    • ранговое условие

  4. Оценки коэффициентов классической модели, полученные с помощью метода наименьших квадратов, обладают

    • свойствами несмещенности, состоятельности и эффективности

    • только свойством эффективности

    • только свойством состоятельности

  5. Оценки параметров методом наименьших параметров является

    • точечными оценками теоретических коэффициентов регрессии т.к. получается на основе выборочных данных

  6. Оценки параметров у уравнений парной линейной регрессии

  1. Ошибка в i-м наблюдении – это разница между значением

    • переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии

    • 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

  2. 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

  3. По характеру связи между переменными регрессии в целом подразделяют на две группы –

    • равномерно возрастающие и равномерно убывающие

    • равноускоренные и равнозамедленные

    • положительные и отрицательные

  4. По числу объясняющих факторов регрессии подразделяют на

  • простые и сложные

  • двойные, тройные и т.д.

  • парные и множественные

  1. Под регрессией понимается

    • функциональная зависимость между объясняющей или переменной и средней величиной зависимой переменной

  2. Под спецификацией модели понимается …

  • постановка проблемы и получение данных для ее решения

  • отбор факторов, влияющих на результат и выбор вида уравнения

  • нахождение параметров уравнения

  1. Подставляя линейное уравнение регрессии например у=1,9+085х значение "х", получаем "у", такой прогноз называется

    • точечный

  2. Показатель множественной корреляции оценивает тесноту связи совместного влияния факторов на результат, определяется как

    • индекс множества корреляции независимо от формы связи

  3. Порядковое условие идентифицируемости структурного уравнения является



  • необходимым и достаточным

  • необходимым

  • достаточным

  1. Порядковое условие идентифицируемости структурного уравнения: число исключенных из уравнения предопределенных переменных должно быть не меньше числа включенных

    • эндогенных переменных плюс единица

    • эндогенных переменных

    • эндогенных переменных минус единица

  2. Постоянный коэффициент эластичности имеет … функция

  • показательная

  • степенная

  • линейная

  1. построение функции, характеризующей зависимость уровней ряда от времени называется.

    • аналитическим сглаживанием (выравниванием ряда).

  2. Предельная склонность к потреблению в моделях Кейнса не может принимать значения

    • больше единицы

  3. 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

  4. При выборе адекватной модели уравнение множественной регрессии

    • отдаем предпочтение той математической функции для кот-ой коэффициент детерминации максимален, а ошибка праксимации минимальна

  5. При какой цене объем продаж "У" будет максимальной?

  • надо первую производную приравнять к нулю

  1. При обработке исходной информации на комп-ре выбор вида уравнения парной регрессии проводится

    • графическими и экспериментальными методами

  2. При отборе факторов для множественной регрессии рекомендуется пользоваться правилами согласно которому число факторов обычно меньше объема совокупности в

    • 6; 7; раз

  3. При оценке параметров системы одновременных уравнений нецелесообразно применять … метод наименьших квадратов

    • двухшаговый

    • косвенный

    • классический

  4. При построении регрессионных моделей рекомендуется, чтобы объем выборки превышал число факторов не менее чем

    • в десять раз

    • в два раза

    • в три раза

  5. При предопределенные переменные влияющие на эндогенные перемены не зависящие от СОУ называются

    • экзогенными переменными

  6. При применении рангового правила . Ранг=3 с тождеством 4

  • система идентифицирована или сверх идентифицирована

  1. При сравнении моделей множественной линейной регрессии с разным числом факторов не используют

  2. При сравнении фактического значения t

    • статистики с табличным коэффициент Регрессии отклоняется если - фактическое значение "t" больше табличного

  3. Приведенная форма модели для СОУ, зависимость в виде

  • линейной регрессии

  1. Применение метода наименьших квадратов к нелинейным функциям в парной регрессии требует выполнения одной из предпосылок метода наименьших квадратов

    • линейность относительно параметров

  2. Проверка качества моделей регрессии назыв.

  • верификацией

  1. Проверку выполнения предпосылок метода наименьших квадратов относительно остаточных величин проводят разными методами наиболее простой

    • графический анализ остатков

  2. Прогнозное значение экзогенных переменных на основ на основе

  • приведенных уравнений

  1. Прогнозное качество экономических моделей в виде уравнения регрессии оценивается с помощью

    • средней ошибки праксимации

  2. Простейшие модели Кейнса равно с=а+вх ; у=е+i явл.

  • идентифицированный

  1. Различие между "х"- индексом детерминации и его значениям уменьшается

  • по мере увеличения числа наблюдения

  1. Ранговое условие идентифицируемости структурного уравнения – ранг произведения расширенной матрицы структурных параметров на транспонированную матрицу ограничений уравнения равен числу эндогенных переменных

    • системы

    • системы минус единица

    • уравнения

  2. Ранговое условие идентифицируемости структурного уравнения является

  • достаточным

  • необходимым и достаточным

  • необходимым

  1. Результатом экономических исследований является

  • регрессионные модели

  1. С помощью коэффициента детерминации можно оценить

  • уровень автокорреляции ошибок

  • значимость коэффициентов регрессии

  • качество уравнения регрессии в целом

  1. Система экономических уравнений строится на

  • любом уровне метода наименьших квадратов

  1. Скорректированный коэффициент детерминации – это коэффициент детерминации, скорректированный с учетом

    • числа факторов

    • формы связи

    • объема выборки

  2. Случайный член классической линейной модели множественной регрессии должен быть распределен

    • по экспоненциальному закону

    • по нормальному закону

    • по закону Пуассона

  3. Смещенная оценка искомого параметра обладает следующим свойством:

  • ее дисперсия минимальна

  • ее дисперсия равна нулю

  • ее математическое ожидание не равно ей

  1. Согласно литературным источникам термин эконометрика впервые использовал

    • Циемба. Австровенгрия 1910г.

  2. Состоятельная оценка это оценка, обладающая следующим свойством:

  • ее дисперсия равна нулю

  • при увеличении объема выборки оценка становится точнее

  • ее математическое ожидание равно нулю

Средний коэффициент эластичности показывает …



независимой переменной


  • изменение результата с изменением на одну единицу независимой переменной

  • среднее изменение результата с изменение фактора на одну единицу

  1. Стандартизованный коэффициент уравнения применяется для

  • проверки статистической значимости фактора

  • проверки экономической значимости фактора

  • ранжирования факторов в уравнении

  1. Статистическая модель потребления Кейнса включ. уравнении: c=ky+L

  • и тождества у=с+I где "с" - величина потребления, "у" - доход, "I" - инвестиции

Стационарность – это …



  • синоним автокорреляции

  • правило отбора предикторов в регрессионную модель

  1. Стационарность

  • бывает высокая и низкая

  • бывает постоянная и переменная

  • можно рассматривать в узком и в широком смысле

  1. Стохастическая (статистическая) зависимость – это

  • нелинейная зависимость между переменными

  • связь между переменными, осложненная влиянием случайных факторов

  • связь между одним случайным и одним детерминированным фактором

  1. Табличная, критическое значение Дарбина-Уотсона

  • верхние и нижние границы

  1. 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

  1. Термин эконометрика ввел в обиход

  • Фриш

  1. Фактическое значение критерия Дарбина-Уотсона

  • от 0 до 4

  1. Функция регрессии является математическим выражением … между переменными

  • функциональной зависимости

  • исключительно линейной связи

  • корреляционной связи

  1. Целесообразно использовать обобщенный метод наименьших квадратов, если ошибки модели

  • обладают свойством гомокедастичности

  • связаны с одним или несколькими факторами сильной корреляционной зависимостью

  • обладают свойством гетероскедастичности

  1. Частный "f"- критерий Фишера используется в оценке значимости

  • коэфф. чистой регрессии

  1. Частный коэфф. корреляции нулевого порядка

  • это коэфф. первой регрессии

  1. Чистые коэфф. корелляции характеризуют тесноту связи между результатом соответств. факторам при

  • устранении влияния других факторов уравнения регрессии

  1. Чтобы уравнение считалось идентифицированным кол-во экзогенных и эндогенных переменных

  • минус единица

  1. Эконометрика включает понятие

  • эконометрические измерения

  1. Эконометрические модели на основе временных рядов могут быть построены, если ряды явл.

  • стационарными с постоянной дисперсией

  1. Эконометрические модели построенные по данным наблюдений за одним объектом во времени называются

  • моделями временных рядов

  1. Эконометрическое научное общество было создано в 1930

  • США

  1. Эксперементальные методы подбора от функции для уравнения парной регрессии основан

  • на сравнении величины остаточным дисперсии по разным методам

  1. Эффективная оценка – это оценка,

  • дисперсия которой равна нулю

  • дисперсия которой минимальна в некотором классе несмещенных оценок

  • математическое ожидание которой равно нулю


Disynergy.ru – Сдача тестов без предоплаты +7(924) 305-23-08




написать администратору сайта