Что понимается под адекватностью модели:

1) Остаточная компонента Е удовлетворяет 4-м условиям, сформулированным в теореме Гаусса-Маркова и соответствие модели наиболее важным (для исследователя) свойствам.

2.Величина коэффициента эластичности показывает:

1) На сколько % изменится в среднем результат при изменении фактора на 1%.

3.Когда используется метод инструментальных переменных:

1)… большими ошибками или вообще неизмерима, но может заменяться другой объясняющей переменной или если объясняющая переменная измерима, но коррелирует существенным образом со случайной составляющей.

4.МНК используется для оценивания:

1)параметров линейной регрессии.

5.Коэффициент детерминации рассчитывается для оценки качества:

1)параметров уравнения регрессии.

6.Критическое значение критерия Стьюдента определяется по:

1) уровню значимости и одной степени свободы.

7.Как определить наличие мультиколлинеарности между факторными признаками уравнения регрессии:

1)Путем расчета матрицы коэффициентов парной корреляции.

8.В каких случаях для определения параметров системы одновременных уравнений применяется трехшаговый метод наименьших квадратов:

1) Если коэффициенты системы одновременных уравнений связаны между собой дополнительными связями или имеет 3-е уравнение, связывающие эндогенные переменные между собой.

9.Эконометрика-это

1) наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.

10.Ошибки второго рода- это ошибки

1) Имеющие объективный характер.

11.Метод Кокрана- Оркатта, используемый для оценки коэффициента автокорреляции и коэф-в уравнения регрессии, вкл. следущие этапы:

1) …7 пунктов.

12.Несмещенность оценки характеризуется…

1) -равенством нулю математического ожидания остатков

-отсутствием накопления остатков при большом числе выборочных оцениваний

13.Какаи наборы статистических показателей используется для оценки точности модели:

1) Среднеквадратическое отклонение, средняя относительная ошибка аппроксимации, коэф-т сходимости, коэф-т множественной детерминации.

14. Для чего используется поправка Прайса- Уинстена:

1) Для дисбаланса, связанного с неоправданно большим влиянием первого наблюдения на определяемые оценки параметров уравнения при применении МНК.

15.Среднеквадратические ошибки асимметрии и эксцесса характеризуют:

1)Фактическую величину асимметрии и эксцесса в конечной выборке.

16. Величина коэф-та парной корреляции хар-т предельный допустимый уровень мультиколлинеарности между факториальными признаками уравнения регрессии:

1) 0,8

17.Коэф-т парной корреляции показывает:

1)Силу влияния отдельного факториального признака Х на величину У при условии, что остальные факторы остаются неизменными.

18. В стационарном временном ряде трендовая компонента

1)отсутствует

19.При выполнении предпосылок МНК оценки параметров регрессии обладают свойствами:

–эффективность.

- несмещенность.

-состоятельность.

20. В методе Койка уменьшение во времени лаговых воздействий фактора на результат описывается формулой

1) –bj = b0* лямдуt 0<лямда<1

- bj= c0+c1^2+c2^3*j

21. Какое основное отличие корреляционной зависимости Y=f(x) от функциональной:

1)Каждому значению X соответствует ряд распределения Y.

22. Какие системы алгебраических уравнений называются системами одновременных уравнений:

1) Системы уравнений, в которых одни и те же переменные в одних уравнениях как объясняющие, а в других в качестве объясняемых.

23. С помощью традиционного МНК нельзя определить параметры уравнений, входящих в систему_______ уравнений

1)одновремённых

24. Приведённое уравнение регрессии вида у=а+в*х^а +и можно линеаризовать путём:

1)нельзя линеаризовать.

25. По какой формуле определяется доверительный интервал для отдельных коэф-ф уравнения регрессии:

1) (а_j –r_aj*t_кр)<= а_j <= (а_j+ r_aj*t_кр)

26. Автокорреляция случайного члена уравнения регрессии приводит к тому, что оценки уравнения регрессии становятся:

1)неэффективными.

27. Что означает состоятельность МНК- оценки параметров уравнения регрессии:

1)Дисперсия оценок параметров при росте числа наблюдений в выборке стремиться к 0.

28. В тесте Чоу F-статистика определяется по формуле:

1) F=(U_P-U_A-U_B)*(p+1)

(U_A+U_B)/(n-2p-2)

29.Выберите верные утверждения по поводу системы одновременных уравнений:

1) Может быть представлена в структурной форме модели и в приведенной форме.

2) В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях- в правую часть системы.

30. Припроверке соответствия распределения случайной компоненты нормальному закону распределения:

1) Используются показатели асимметрии и эксцесса.

31. Случайная компонента трендовой модели должна обладать свойствами:

1)Мат.ожидание равно 0, отсутствии автокорреляции, случайность колебаний, соответствие нормальному закону распределения.

32. В общем случае временной ряд показателей максимально можно разложить на:

1) Трендовую составляющую, сезонную составляющую, циклическую и случайную составляющую.

33. Поправка Прайса- Уистена равна:

1) к=(1-р²)^0,5

34. При обсуждении существенности параметра регрессии рассматривается нулевая статистическая гипотеза о(об)____ оценки этого параметра:

1)равенстве 0.

35.Чем характеризуется множественная регрессия:

1) Множеством факториальных признаков.

36. Оценка адекватности и точности регрессионного уравнения, связывающего изучаемый экономический показатель с выбранными факторами-аргументами, называется:

1) Верификацией уравнения регрессии.

37. Что характеризует коэф-т множественной корреляции:

1) Долю изменения У, которую можно изменить изменением включенным в модель факторов.

38. Эндогенные переменные…

1) могут коррелировать с ошибками регрессии

39. Временным рядом является совокупность значений

1) экономического показателя за несколько последовательных моментов (периодов) времени.

40. Анализ возможности численной оценки неизвестных коэффициентов структурных уравнений по оценкам коэф-в приведенных уравнений составляет

1)проблема идентификации.

41. Этап корреляционного анализа, на котором определяются формы связи изучаемого экономического показателя с выбранными факторами-аргументами, имеет название

1) Спецификация модели

42. В чем заключается суть метода инструментальных переменных:

1) В частичной замене непригодной объясняющей переменной такой переменной, которая существенным образом отражает воздействие на результирующую переменную исходной объясняющей переменной, но коррелирует со случайной составляющей

43. Определить в какой системе уравнений находиться неидентифицируемое уравнение регрессии:

1) С_t=а+в*У_t+u_t; У_t=С_t+I_t

44. Формула для определения значения уровня временного ряда при использовании экспоненциального сглаживания имеет вид:

1) у_t=а*у_t+(1-а)*у_t-1

45. Экономическая модель, являющаяся системой одновременных уравнений состоит в общем случае

1) из поведенческих уравнений и тождеств

46. Выберите верные утверждения по поводу системы одновременных уравнений:

1) Может быть представлена в структурной форме модели и в приведенной форме

2) В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других- в правую часть системы.

47.В линейном уравнении парной регрессии у=a+bx+E переменными не являются:

-а, -b.

48. Что понимается под показателями, характеризующие точность модели:

1) Разность между значениями фактических уровней ряда и их теоретическими уровнями, оцениваемыми с помощью статистических показателей.

49.Под аномальным уровнем временного ряда понимается:

1) Отдельное значение уровня временного ряда, которое не отвечает потенциальным возможностям исследуемой экономической системы и, оставаясь в качестве уровня ряда, оказывает существенное влияние на значение основных показателей.

50.Значение коэф-та корреляции равно 0,81. Можно сделать вывод о том, что связь между результативным признаком и фактором является:

1)достаточно тесной.

51.Формула для определения сглаженного значения уровня временного ряда при использовании скользящей средней имеет вид:

1)У=сумм У_t р=m-1

m 2

52.Значение d-критерия статистики Дарбина-Уотсона в больших выборках связано с коэф-м автокорреляции случайного члена уравнения регрессии приближенно следующим соотношениям:

1)d_p=2-2p

53.Что понимается под дисперсией случайного члена уравнения регрессии:

1) Возможное поведение случайного члена уравнения регрессии до того, как сделана выборка.

54.Выберите счетное формальное правило, отражающее необходимое условие идентифицируемости уравнений, входящих в систему одновременных уравнений:

1)Н=D+1

55.В каком случае нельзя отклонить нулевую гипотезу об отсутствии автокорреляции случайного члена уравнения регрессии:

1)Если расчетное значение критерия d попадает в зону неопределенности.

56.В каких случаях используется тест Чоу:

1)При решении вопроса о целесообразности разделение выборки на две подвыборки и построение, соответственно, двух регрессионных моделей.

57.Нелинейным считается уравнение регрессии нелинейное относительно входящих в него:

1)параметров.

58.Причиной положительной автокорреляции случайного члена уравнения регрессии обычно является:

1)Постоянная направленность воздействия не включенного в уравнение регрессии какого-либо фактора.

59.Что является предметом эконометрики:

1)Факторы, формирующие развитие экономических явлений и процессов.

60.Ошибки первого рода устраняются путем:

1)Замены аномального наблюдения средней арифметической двух соседних уровней ряда.

61.Фиктивная переменная может принимать значения:

1)0, 2)1

62.Согласно тесту ранговой корреляции Спирмена нулевая гипотеза об отсутствии гетероск-ти случайного члена уравнения регрессии будет отклонена при уровне значимости 5%, если тестовая статистика:

1)Будет больше 1,96

63.Корреляция подразумевает наличие связи между:

1)переменными

64.Отбор факторов в экономическую модель множественной регрессии может быть осуществлен на основе:

1)Матрицы парных коэф-ф корреляции.

65. Как устранить автокорреляцию случайных членов уравнения регрессии, если она описывается авторегрессионной схемой первого порядка:

1)Необходимо исключить из уравнения регрессии все факторы, вызывающие автокорреляцию.

66.Что понимается под «совершенной мультиколлинеарностью» объясняющих переменных в уравнении регрессии:

1)Функциональную связь друг с другом объясняющих переменных в уравнении регрессии.

67.КМНК применим для:

1)идентифицируемой системы одновременных уравнений.

68. Эконометрическая модель-это

1)экономическая модель, представленная в математической форме

69.С использованием какой формулы можно вычислить коэф-т парной корреляции:

1)r_x,y=Cov(x,y)

(Var(x)*Var(y))^0,5

70.Эффективность МНК- оценки параметров уравнения регрессии означает что:

1)Оценки имеют наименьшую дисперсию по сравнению с любыми другими оценками данных параметров.

71.Стохастический стационарный в слабом смысле процесс, включая временной ряд, независимо от рассматриваемого периода времени и длины лага между рассматриваемыми переменными, имеет постоянную величину:

-дисперсии процесса

-среднего значения процесса.

72.Какие переменные считаются предопределенными переменами:

1)Это экзогенные и лаговые переменные.

73.Метод Хилдреда-Лу , используемый для оценки коэф-та автокорреляции случайного члена уравнения регрессии и коэф-в самого уравнения регрессии, заключается в следующем:

1)Задаем интервал изменения р и величину р. Для каждого значения р производится оценка параметра  и  из приведенной системы уравнений ^’_t=C+Xt^’+_t. Затем из полученных результатов выбирается тот, к-й дает минимальную стандартную ошибку. Эти значения р,  и  принимаются за искомые.

74.Распределение остаточной компоненты _i=_i-_i^’ в генеральной совокупности подчиняется нормальному закону. Это позволяет:

1) Признать гипотезу о неслучайном характере отклонений уровней ряда от теоретических уровней.

75.Проверка по d-критерию Дарбина-Уотсона производится путем сравнения:

1)Расчетное значение критерия d^’ с верхним d₂ и нижним d₁ –критическими значениями статистики Дарбина-Уотсона.

76.Выбор мультипликативной модели временного ряда производится, если сезонные колебания имеют:

1)возрастающую или уменьшающую амплитуду колебаний.

77.При нахождении распределительного лага методом Алмона необходимо иметь предварительную информацию:

-о величине лага

-о степени полинома, описывающего структуру лага.

78.Укажите причину, по которой нельзя составить таблицу с указанием точных критических значений d-критерия статистики Дарбина-Уотсона:

1) d-критерий статистики Дарбина-Уотсона зависит от масштаба переменных в уравнении регрессии.

79.Фиктивные переменные в уравнении множественной регрессии являются:

1)качественные переменные, преобразованные в количественные.

80.Какие коэф-ты показывают силу влияния на результирующий признак отдельных факторов и их совокупное влияние?

1)Коэф-ты множественной, парной и частной корреляции

81. Время как замещающая переменная в функции Кобба-Дугласа используется для

1)Учета изменения параметров производственной функции через показатель научно-технического прогресса.

82.Для зависимости спроса на некоторый товар от цены за единицу товара и дохода потребителя получено уравнение регрессии вида у=а+b₁+x₁+b₂+x₂+. Парными коэф-ми корреляции могут быть:

-r_x1,x2, -r_y,x1.

83. Этот показатель вычисляется по результатам анкетного опроса широкого круга специалистов:

1)Сумма рангов

84. К видам экономических моделей по типам зависимости относятся модели:

-линейной регрессии, -нелинейной регрессии.

85.Величина коэф-та регрессии показывает:

1)среднее изменение результата при изменении фактора на одну единицу

86.Какие уравнения называются уравнениями в приведенной форме:

1)Это уравнения, в которых эндогенные переменные выражаются через предопределенные переменные и случайные составляющие.

87.Что проверяется при использовании теста, основанного на критерии серий:

1)С помощью теста основанного на критерии серии можно проверить гипотезу о случайном характере отклонений уровней ряда от теоретических уровней.

88.Закон сложения дисперсий для линейного уравнения регрессии имеет вид:

1)_у²=_у²+_е²

89.Применение КМНК возможно для идентифицируемой системы одновременных уравнений, т.к в идентифицируемых системах:

1)возможно однозначное выражение коэф-в структурной формы через коэф-ты приведенной формы системы.

90. Предпосылками метода наименьших квадратов являются:

-мат ожидание случайных отклонений =0;

-дисперсия случайных отклонений постоянна для всех наблюдений;

-случайные отклонения являются независимыми друг от друга.

91.Предпосылками МНК являются следующее:

-гомоскедастичность; -отсутствие автокорреляции остатков.

92.Какие основные экономические задачи решаются с использованием эконометрики:

1)Процесс принятия управленческих решений.

93.В экономических моделях с m независимыми переменными наблюдаемые значения зависимой переменной У_1, отличается от модельных У₁^’ на величину е_{i .}В данных обозначениях формула для расчета оценки общей дисперсии зависимой переменной D_общ имеет вид:

1) D_общ =сумм e_i²

n-m-1

94.Для степенной регрессионной модели вида: У_i=а+b₁X_i+b₂X_i²+b₃X_i³ возможен аддитивный способ включения случайного возмущения. Для получения качественных оценок параметров этой модели:

1)необходимо выполнить логарифмическое преобразование.

95.При обсуждении существенности параметра регрессии рассматривается нулевая статистическая гипотеза о (об) ______ оценки этого параметра.

1)равенстве 0.

96.Пусть t-рассчитанная для коэф-та статистики Стьюдента, а t_кр–критическое значение этой статистики. Коэф-т регрессии считается статистически значимым, если выполняются следующие неравенства:

1) t_кр< t; 2) -t_кр> t_.

97. С помощью подходящих преобразований исходных переменных регрессионная зависимость представляется в виде линейного соотношения между преобразованными переменными:

1)оптимизация

98.Значение коэф-та детерминации составило 0,9. Следовательно отношение ___ дисперсии к общей равно____.

1)остаточной….0,1 2)факторной …0,9

99.Ошибки первого рода – это ошибки

1)Технического порядка.

100.Тестовая статистика в тесте ранговой корреляции Спирмена определяется по формуле:

1)t_расч =r_x,|e|*n-1

101.Гетероскедастичность-это

1)Явление, когда с изменением факториального признака(Х) дисперсия случайной компоненты будет монотонно увеличиваться или уменьшаться, или изменяться по какому-либо другому закону.

102.Гомоскедастичность подразумевает:

1)одинаковую дисперсию остатков при каждом значении факторов.

103.Случайная компонента трендовой модели должна обладать свойствами:

1)Мат.ожидание равно 0, отсутствие автокорреляции, случайность колебаний, соответствие нормальному закону распределения.

104.ОМНК подразумевает:

1)введение в выражение для дисперсии остатков коэф-та пропорциональности

2)преобразование переменных

105.Зависимость валового национального продукта(У) от денежной массы(Х) характеризуется линейно-логарифмической экономической моделью, имеет вид:

1)У=а₀+а₁*LnX+

106.Если наличие существенной гетероскедастичности случайного члена уравнения регрессии подтверждено тестами, то для снижения влияния гетескедастичности на эф-ть оценок уравнения регрессии необходимо:

1)Разделить каждый член уравнения регрессии в каждом наблюдении на дисперсию случайной составляющей.

107.Что представляют собой в тесте, основанном на критерии серий, величины: К=[3,3*lg(n+1)] и v=[1/2*(n+1-1,96*n-1)].

1)Данные величины представляют собой расчетные допустимые значения максимальной длины серии и общего числа серий соответственно.

108.В ДМНК при применении его к системе одновременных уравнений в качестве второго шага выполняются следующие процедуры:

1)Находят теоретические значения эндогенных переменных, и эти значения подставляют в исходную систему одновременных уравнений вместо фактических значений эндогенных переменных в правой части уравнения и определяют оценки параметров уравнения регрессии.

109.Каковы причины использования замещающих переменных:

1)Показатели, включаемые в уравнение регрессии, имеют расплывчатые определения и их нельзя измерить, либо требует для своего измерения очень много времени и средств

110. В эконометрических моделях с m неизвестными переменными наблюдаемые значения зависимой переменной Уi , отличается от модельных Уi (теор) на величину эпсилат .в данных обозначениях формула для расчета Суммы кВ. откл =

1) Сумма (Уi{теор} –Yi {средн })^2

111. Что такое «Несовместные системы уравнений»

1) точное решение одной системы уравнений не удовлетворяет другим уравнениям.

112. Нахождение тренда временного ряда аналитического выравнивания включает в себя этапы:

1) спецификации, параметризации и последующей верификации различных функций.

113. К видам эконометрических моделей по типам зависимости относятся модели:

1)линейной регрессии, нелинейной регрессии.

114. В чем заключается метод отбора исходных данных «заводо-лет»:

1) Отбор исходных данных о работе предприятий отрасли за несколько смежных лет.

115. Под автокорреляцией уравнения временного ряда подразумевается:

1) корреляционная зависимость между последовательными уравнения временного ряда.

116. К видам эконометрических моделей по типам зависимости относятся модели:

1)Fp>Fm

117. Расчетное значение d – критерия статистики Дарбина - Уотсона определяется по формуле:d = сумма (Еi –Ei-1)^2/ сумма Ei^2

i=2 i=2

118. Коэффициент парной корреляции характеризует:

1) тесноту линей связи между двумя переменными.

119. Гипотеза о нормальном распределении случайной компоненты принимается, если выполняются неравенства:

;

120. В эконометрических моделях с m неизвестными переменными наблюдаемые значения зависимой переменной Уi , отличается от модельных Уi (теор) на величину эпсилат .в данных обозначениях формула для расчета оценки общей дисперсии зависимой переменно D имеет вид:

1) D= сумма (Yi-Y{среднее})^2 / n-1

121. Что понимается под трендом временного ряда:

1) изменение уравнений временного ряда, определяющее общее направления развития, основную тенденцию временного ряда.

другие с прошлого года.

1) что является предметом эконометрии?

1) факторы, формирующие развитие экономических явлений и процессов.

2) факторы, формирующие развитие физических явлений и процессов

3) факторы, формирующие развитие химических явлений и процессов

2)Какие основные экономические задачи решаются с использованием эконометрии?

1) является прогнозирование путей развития макро- и микроэкономических факторов хозяйственной деятельности.

2) является прогнозирование путей развития макро- и мегаэкономических факторов хозяйственной деятельности

3) является прогнозирование путей развития мега- и микроэкономических факторов физической деятельности

3)Какие основные методы используются при построении экономических моделей?

1) метод регрессионного и корреляционного анализа.

2) метод статики и динамики

3) метод дедукции и индукции

4)Какое основное отличие корреляционной зависимости y=f(x) от функциональной?

1) При функциональной зависимости каждому аргументу (X) соответствует строго определённое значение (У), а при корреляционной зависимости- каждому аргументу (X) соответствует не одно строго определённое значение функции (У), а ряд распределения этой величины.

2) При корреляционной зависимости каждому аргументу (X) соответствует строго определённое значение (У), а при функциональной зависимости- каждому аргументу (X) соответствует не одно строго определённое значение функции (У), а ряд распределения этой величины.

3) Отличия нет

5. Что показывает линия регрессии?

1) количественную связь факторных признаков изучаемого явления;

2) как в среднем изменяется У с изменением Х;

3) наиболее важные характеристики изучаемого объекта или явления.

6. Чем характеризуется множественная регрессия?

1) множеством факторных признаков;

2) множеством результативных и факторных признаков;

3) одним факторным признаком.

7. Что такое «несовместная система уравнений»?

1) система уравнений, в которой точное решение какого-либо уравнения системы удовлетворяет остальным уравнениям;

2) система уравнений, в которой точное решение какого-либо уравнения системы невозможно найти;

3) система уравнений, в которой точное решение какого-либо уравнения системы не удовлетворяет остальным уравнениям.

8. В чём заключается принцип наименьших квадратов?

1) наивероятнейшими значениями параметров уравнения регрессии будут такие, при которых сумма квадратов отклонений будет наибольшая;

2) наивероятнейшими значениями параметров уравнения регрессии будут такие, при которых сумма отклонений будет наименьшая;

3) наивероятнейшими значениями параметров уравнения регрессии будут такие, при которых сумма квадратов отклонений будет наименьшая.

9. Каким образом находятся параметры aj из системы уравнений

(1)

1.Наивероятнейшими значениями параметров aj будут такие значения при которых сумма квадратов отклонений будет минимальна. Для нахождения минимума функции необходимо взять частную производную по уравнению (1) по параметру aj и приравнять ее к 0

2. Наивероятнейшими значениями параметров aj будут такие значения при которых сумма квадратов отклонений будет максимальна. Для нахождения максимума функции необходимо взять частную производную по уравнению (1) по параметру aj и приравнять ее к 1

3. Наивероятнейшими значениями параметров aj будут такие значения при которых сумма квадратов отклонений будет максимальна. Для нахождения максимума функции необходимо взять частную производную по уравнению (1) по параметру aj и приравнять ее к 0.

10. Какая функция будет линейной относительно параметров aj.

1 .

2.

3.

11. Каким условием в генеральной совокупности должна отвечать остаточная составляющая

( - теоретическое значение результативного признака, а - фактическое значение), чтобы МНК-оценки обладали свойствами несмещенности, состоятельности и эффективности.

1. Должна отвечать следующим требованиям:

• величина является случайной величиной;

• мат.ожидание =0;

• дисперсия постоянна для всех ;

• значения не должны не зависеть друг от друга, т.е отсутствует автокорреляция

2. должна отвечать следующим требованиям:

• величина не является случайной величиной;

• мат.ожидание =0;

• дисперсия постоянна для всех ;

• значения должны не зависеть друг от друга, т.е автокорреляция присутствует.

3. должна отвечать следующим требованиям:

• величина не является случайной величиной;

• мат.ожидание =0;

• дисперсия постоянна для всех ;

• значения не должны не зависеть друг от друга, т.е отсутствует автокорреляция

12. Что означает несмещенность МНК – оценки параметров уравнения регрессии?

1) математическое ожидание оценки равно его истинному значению;

2) математическое ожидание оценки равно нулю;

3) отсутствие автокорреляции.

13. Что означает состоятельность МНК - оценки параметров уравнения регрессии?

1) математическое ожидание оценок параметров равно нулю;

2) дисперсия оценок параметров при росте числа наблюдений стремится к нулю;

3) дисперсия оценок параметров при росте числа наблюдений стремится к бесконечности;

14. Что означает эффективность МНК - оценки параметров уравнения регрессии?

1) оценки параметров уравнения регрессии имеют наименьшую дисперсию по сравнению с любыми другими оценками данных параметров;

2) оценки параметров уравнения регрессии имеют наибольшую дисперсию по сравнению с любыми другими оценками данных параметров;

3) дисперсия оценок параметров при росте числа наблюдений стремится к нулю.

15. Распределение остаточной компоненты в генеральной совокупности подчиняется нормальному закону распределения. Это позволяет:

1) сделать вывод о том, что показатели ассиметрии и эксцесса имеют отклонение от нуля;

2) использовать статистические критерии: t—критерий Стьюдента и F—критерий Фишера;

3) утверждать, что график нормального закона распределения в генеральной совокупности совпадает с графиком нормального закона распределения в конечной выборке.

16. Что понимается под адекватностью модели?

1) соответствие модели исследуемому процессу или явлению;

2) соответствие модели наиболее важным для исследователя свойствам объекта или явления;

3) соответствие модели нормальному закону распределения.

17. Что понимается под адекватностью модели числового ряда?

1) соответствие модели четырем основным критериям адекватности:

— числовой ряд является случайной выборкой;

— случайная компонента числового ряда соответствует нормальному закону распределению;

— математическое ожидание случайной компоненты не равно нулю;

— значения уровней случайной компоненты независимы;

2) соответствие модели нормальному закону распределения;

3) соответствие модели числового ряда наиболее важным для исследователя свойствам изучаемого объекта.

18. Что проверяется при использовании теста, основанного на критерии серий?

1) Проверка случайности колебаний уровня остаточной последовательности.

2) Проверка соответствия распределения случайной компоненты нормальному закону распределения.

3) Оценка статистической надежности уровня регрессии.

18. Что такое медиана выборки?

1)Срединное значение упорядоченного ряда при n нечетном или среднее арифметическое из 2-х соседних срединных значений при n четном.

2) Протяженность самой длинной серии.

3) Общее число серий.

20. Что представляет собой в тесте, основанном на критерии серий, величины:

K=[3,3*lg(n+1)]

u=[1/2*(n+1-1,96* ]

1)Протяженность самой длинной серии и общее число серий.

2)Срединное значение ряда и медиана выборки.

3)Асимметрия и общее число серий.

21. При проверке соответствия распределения случайной компоненты нормальному закону распределения:

1. Оценка асимметрии характеризует:

1. Вероятность преобладания отрицательных отклонений над положительными;

2. Вероятность преобладания положительных отклонений над отрицательными;

3. Вероятность принятия нулевой гипотезы.

1. Оценка эксцесса характеризует:

1. Вероятность увеличения малых отклонений;

2. Вероятность уменьшения больших отклонений;

3. Вероятность уменьшения малых отклонений, вероятность увеличения больших отклонений.

1. Среднеквадратичные ошибки , характеризуют:

1. Стандартные отклонения случайных величин b₀ и b_1;

2. Статистическую зависимость между факториальными признаками;

3. Влияние отдельных факторв на y.

1. Гипотеза о нормальном распределении случайной компоненты принимается, если выполняются неравенства:

1. ; ;

2. ; ;

3. ; .

22. При проверке равенства математического ожидания случайной компоненты нулю:

22.1 – расчетное значение t – критерия Стьюдента находится по формуле:

1)

2)

3)

22.2 – стандартное среднеквадратическое отклонение для остаточной последовательности равно:

1)

2)

3)

22.3 – гипотеза о равенстве нулю математического ожидания при заданном уровне значимости α и числе степеней свободы k = n – 1 принимается, если:

1) расчетное значение t не зависит от стандартного среднеквадратического отклонения остаточной последовательности;

2) расчетное значение t меньше табличного значения по статистике Стьюдента;

3) расчетное значение t больше табличного значения по статистике Стьюдента.

23. Расчетное значение критерия Дарбина-Уотсона(d- критерия) находится по формуле:

а) ;

б) ;

в) .

24. Критерий Дарбина – Уотсона используется при проверке:

1) независимости значений уровней случайной компоненты;

2) случайности колебаний уровней остаточной последовательности;

3) равенства математического ожидания случайной компоненты нулю.

25. Проверка по d – критерию Дарбина – Уотсона производится путем сравнения:

1) расчетного значения d_р с верхним критическим (d₂) и нижним критическим (d₁) значениями статистики Дарбина – Уотсона;

2) расчетного значения d_р с диапазоном по d – статистике, внутри которого находится критическое значение d_кр;

3) расчетного значения d_р с критическим значением d_кр с заданным уровнем значимости и числом степеней свободы k=n-1.

26. ЧТО ПОНИМАЕТСЯ ПОД ТОЧНОСТЬЮ МОДЕЛИ:

1) степень соответствия модели исследуемому процессу или объекту;

2) степень правильного отражения систематических компонент ряда: трендовой, сезонной, циклической и случайной составляющих;

3) степень совпадения теоретических значений с фактическими .

27. Какие статистические показатели используются для оценки точности модели?

1)Среднеквадратическое отклонение σ, среднеотносительная ошибка аппроксимации ε_ср.отн., коэффициент сходимости φ, коэффициент множественной детерминации R²

2) Коэффициент сходимости φ, среднеквадратическое отклонение σ, коэффициент множественной детерминации R²

3) Среднеквадратическое отклонение φ, среднеотносительная ошибка аппроксимации ε_ср.отн

28.Какой недостаток имеет показатель точности модели – среднее квадратическое отклонение?

1) Он не зависит от масштаба y, а следовательно и различные σ мы можем получить только от одинаковых объектов

2) Он зависит от масштаба y, но для разных объектов мы не можем получить разные σ

3) Он зависит от масштаба y, т.е. для разных объектов мы можем получить разные σ

2 9.Что показывает коэффициент сходимости?

1) Показывает долю изменения y, объясняемую изменением включенных в модель факторов

2) Показывает, какая доля в изменении результирующего признака может быть объяснена изменением не включенных в модель факторов

3) Показывает долю изменения y, объясняемая изменением не включенных в модель факторов

30. Что показывает коэффициент множественной детерминации R² ?

1) Показывает долю изменения y, объясняемую изменением включенных в модель факторов

2) Показывает, какая доля в изменении результирующего признака может быть объяснена изменением не включенных в модель факторов

3) Показывает долю изменения y, объясняемая изменением не включенных в модель факторов

31. С использованием какой формулы определяется величина коэффициента множественной детерминации?

1) ;

2) ;

3) .

32. Почему в большем числе случаев используется уравнение регрессии выраженное в виде линейного алгебраического уравнения?

1) потому что все экономические процессы описываются линейными алгебраическими уравнениями регрессии;

2) чтобы избежать смещенности оценок;

в) потому что необходимо использовать линейный регрессионный анализ, который может быть применен только к линейным уравнениям.

33. Закон сложения дисперсий для функции:

1) общая дисперсия равна сумме дисперсии теоретических значений результирующего показателя и дисперсии фактических значений результирующего показателя;

2) общая дисперсия равна сумме дисперсии теоретических значений результирующего показателя и дисперсии остатков;

в) общая дисперсия, равна сумме дисперсий, которые появляются под влиянием факториальных признаков включенных в модель.

34. Какая формула отображает остаточную дисперсию?

а) ;

б) ;

в) .

35. Что характеризует коэффициент множественной корреляции?

1) Коэффициент множественной корреляции характеризует влияние различных факторов на результирующий признак и взаимосвязи факторов между собой.

2) Коэффициент множественной корреляции характеризует тесноту и линейность статистической связи рассматриваемого набора факторов с исследуемым признаком, или, иначе, оценивает тесноту совместного влияния факторов на результат.

3) Коэффициент множественной корреляции характеризует долю изменения результирующего признака, которую можно объяснить изменением включенных в модель факторов.

36. С использованием какой формулы можно вычислить коэффициент парной корреляции?

1) 2) 3)

37. Что показывает коэффициент парной корреляции?

1) Коэффициент парной корреляции показывает тесноту связи функции y с аргументом x_i и взаимосвязи аргументов между собой, при условии, что прочие, не включенные в уравнение регрессии аргументы этой функции действуют корреляционно независимо от аргумента x_i.

2) Коэффициент парной корреляции характеризует долю изменения результирующего признака, которую можно объяснить изменением невключенных в модель факторов.

3) Коэффициент парной корреляции характеризует тесноту связи между результатом и соответствующим фактором.

38. Что показывает коэффициент частной корреляции?

1) Коэффициент частной корреляции наилучшим образом характеризует силу индивидуального влияния каждого фактора, включенного в уравнение регрессии, на результирующий признак.

2) Коэффициент частной корреляции характеризует тесноту связи рассматриваемого набора факторов с исследуемым признаком, или, иначе, оценивает тесноту совместного влияния факторов на результат.

3) Коэффициент частной корреляции показывает, что два или более факторов связаны между собой линейной зависимостью, т.е. имеет место совокупное воздействие факторов друг на друга.

39. Величина коэффициента частной корреляции определяется по формуле:

1. 2. 3.

40. Чему равен коэффициент эластичности для линейного алгебраического уравнения?

1. 2. 3.

41. Что понимается под значимостью выборочных статистических показателей?

- вероятность принятия нулевой гипотезы

-степень совпадения Уфак. И Утеор.

-соответствие показателя наиболее значимым свойствам или явлениям

42. Как производится проверка значимости уравнения регрессии в целом?

• c помощью F-критерия Фишера

• с помощью t-критерия Стьюдента

• с помощью ранговой корреляции Спирмена

43. Как формулируется «нулевая гипотеза» при определении статистической значимости уравнения регрессии в целом?

1) Каждый коэффициент уравнения регрессии в генеральной совокупности равен нулю.

2) Коэффициенты парной корреляции в генеральной совокупности равны нулю.

3) Коэффициенты уравнения регрессии в генеральной совокупности равны нулю, а₀ = .

44. По какой формуле рассчитывается F- критерий Фишера?

1) F = σ² _y + σ² _ε

2) F =

3) F =

45. Как формулируется «нулевая гипотеза» при определении статистической значимости отдельных коэффициентов уравнения регрессии?

1) Коэффициенты парной корреляции в генеральной совокупности равны нулю.

2) Каждый коэффициент уравнения регрессии в генеральной совокупности равен нулю.

3) Коэффициенты уравнения регрессии в генеральной совокупности равны нулю, а₀ = .

46. По какой формуле рассчитывается t- критерий Стьюдента

1) 3) t _ф =

2) t _p = r_x|ε| ×

47. Каким условиям должна отвечать остаточная компонента в уравнении регрессии для того, чтобы данное уравнение адекватно отражало изучаемые взаимосвязи между показателями:

1) случайность колебаний уровней остаточной последовательности;

2) математическое ожидание случайной компоненты не равно 0;

3) соответствие распределения случайной компоненты нормальному закону распределения;

4) значения уровней случайной компоненты независимы;

48. По какой формуле определяется доверительный интервал для отдельных коэффициентов уравнения регрессии:

1) а_j - s_aj t_кр £ a_j £ a_j + s_aj*t_кр ;

2) а_j - s_aj t_кр ³ a_j ³ a_j + s_aj*t_кр ;

3) а_j + s_aj t_кр £ a_j £ a_j + s_aj*t_кр ;

4) а_j - s_aj t_кр ³ a_j ³ a_j - s_aj*t_кр ;

49. Какие коэффициенты характеризуют силу влияния на результирующий признак отдельных факторов и их совокупное влияние:

1) коэффициент парной корреляции ;

2) коэффициент множественной корреляции ;

3) коэффициент частной корреляции ;

4) коэффициент множественной детерминации ;

Д) все ответы верны

50. Почему не имеет смысла путем повышения порядка уравнения регрессии добиваться равенства 0 остаточной случайной компоненты:

1) т.к. при повышении порядка уравнения регрессии, значение остаточной случайной компоненты будет увеличиваться ;

2) не измениться ;

3) т.к. нельзя добиться того чтобы остаточная случайная компонента была = 0 ;

4) все ответы не верны ;