- •Змістовий модуль і. «Лінійні моделі множинної регресії
- •Тема 1. Основи економетричного моделювання
- •Тема 2. Загальна лінійна економетрична модель. Методи побудови та дослідження
- •Тема 3.Поняття та методи дослідження мультіколінеарності. Гетероскедастичність, методи визначення та наслідки.
- •Змістовий модуль іі.«Узагальнені економетричні моделі»
- •Тема 4. Нелінійні моделі та часові ряди
- •Тема 5.Побудова економетричної моделі з автокорельованими залишками.
- •Тема 6. Моделі розподіленого лагу. Методи інструментальних змінних
- •Тема 7. Непрямий метод найменших квадратів. Проблеми ідентифікації
Тема 2. Загальна лінійна економетрична модель. Методи побудови та дослідження
Якій показник є абсолютною мірою точності побудованої парної моделі ? |
(стандартна)
помилка регресії ( |
коефіцієнт множинної кореляції |
нормований коефіцієнт детермінації |
коефіцієнт Фішера |
Якій показник є показнком тісноти кореляційного зв’язку побудованої парної моделі ? |
(стандартна) помилка регресії ( ) |
коефіцієнт множинної кореляції |
нормований коефіцієнт детермінації |
коефіцієнт Фішера |
Якій показник є показнком надійності побудованої парної моделі ? |
(стандартна) помилка регресії ( ) |
коефіцієнт множинної кореляції |
нормований коефіцієнт детермінації |
коефіцієнт Фішера |
Для
оцінки параметрів моделі
МНКнеобхідно,
щоб виконувалися
деякі умови. Тоді що означає умова
М( |
математичне сподівання залишків дорівнює нулю |
значення и, вектора залишків и незалежні між собою і мають постійну дисперсію |
незалежні змінні моделі не пов'язані із залишками |
незалежні змінні моделі утворюють лінійно незалежну систему векторів |
Для
оцінки параметрів моделі
МНКнеобхідно,
щоб виконувалися
деякі умови. Тоді що означає умова
M(uu')= |
математичне сподівання залишків дорівнює нулю |
значення и, вектора залишків и незалежні між собою і мають постійну дисперсію |
незалежні змінні моделі не пов'язані із залишками |
незалежні змінні моделі утворюють лінійно незалежну систему векторів |
Для оцінки параметрів моделі МНКнеобхідно, щоб виконувалися деякі умови. Тоді що означає умова М(х'и)=0? |
математичне сподівання залишків дорівнює нулю |
значення и, вектора залишків и незалежні між собою і мають постійну дисперсію |
незалежні змінні моделі не пов'язані із залишками |
незалежні змінні моделі утворюють лінійно незалежну систему векторів |
Для
оцінки параметрів моделі
МНКнеобхідно,
щоб виконувалися
деякі умови. Тоді що означає умова
|
математичне сподівання залишків дорівнює нулю |
значення и, вектора залишків и незалежні між собою і мають постійну дисперсію |
незалежні змінні моделі не пов'язані із залишками |
незалежні змінні моделі утворюють лінійно незалежну систему векторів |
Коли математичне сподівання залишків в загальній лінійній регресії не дорівнює нулю, то це означає, що… |
існує систематичний вплив на залежну змінну, а до модельної специфікації не введено всіх основних незалежних змінних |
залишки и є помилками вимірювання |
економетрична модель не будується на базі одночасових структурних рівнянь або не має лагових змінних |
немає вірної відповіді. |
Коли спостерігається наявність сталої дисперсії залишків залишків в загальній лінійній регресії , то це означає, що… |
існує систематичний вплив на залежну змінну, а до модельної специфікації не введено всіх основних незалежних змінних |
залишки и є помилками вимірювання |
економетрична модель не будується на базі одночасових структурних рівнянь або не має лагових змінних |
немає вірної відповіді. |
Коли передбачається незалежність між залишками і пояснювальними змінними в загальній лінійній регресії , то це означає, що… |
існує систематичний вплив на залежну змінну, а до модельної специфікації не введено всіх основних незалежних змінних |
залишки и є помилками вимірювання |
економетрична модель не будується на базі одночасових структурних рівнянь або не має лагових змінних |
немає вірної відповіді. |
В
моделі
|
вектор спостережень за залежною змінною моделі |
матриця спостережень за пояснюючими змінними моделі, яку ще називають регресійною матрицею |
вектор оцінок параметрів моделі |
вектор залишків моделі |
В моделі в матрічній формі, що таке е |
вектор спостережень за залежною змінною моделі |
матриця спостережень за пояснюючими змінними моделі, яку ще називають регресійною матрицею |
вектор оцінок параметрів моделі |
вектор залишків моделі |
В моделі в матрічній формі, що таке Н |
вектор спостережень за залежною змінною моделі |
матриця спостережень за пояснюючими змінними моделі, яку ще називають регресійною матрицею |
вектор оцінок параметрів моделі |
вектор залишків моделі |
В моделі в матрічній формі, що таке Х |
вектор спостережень за залежною змінною моделі |
матриця спостережень за пояснюючими змінними моделі, яку ще називають регресійною матрицею |
вектор оцінок параметрів моделі |
вектор залишків моделі |
В табличному процесорі Excel, як називається пакет, що обчислює оцінки параметрів економетричної моделі? |
пошук рішення |
аналіз даних |
підбор параметра |
залежності |
Виберіть основний метод м знаходження оцінок параметрів лінійної регресії? |
симплекс метод |
метод найменших квадратів |
метод потенціалів |
комбінаторний метод |
Дана економетрічна
формула обчислює
|
дисперсію залишків |
середнєквадатичне відхилення залишків |
помилку параметрів моделі |
коефіцієнт детермінації парної регресії |
Дана економетрічна
формула обчислює
|
дисперсію залишків |
серєднєвадатичне відхилення залишків |
помилку параметрів моделі |
коефіцієнт детермінації парної регресії |
Для двох лінійних
моделей розрахункові значення критерію
Фішера дорівнюють:
|
обидві моделі адекватні статистичним даним. |
обидві моделі адекватні статистичним даним. |
перша модель адекватна статистичним даним, а друга ні |
немає вірної відповіді. |
Для двох лінійних
моделей розрахункові значення критерію
Фішера дорівнюють:
|
обидві моделі адекватні нестатистичним даним. |
обидві моделі адекватні статистичним даним. |
перша модель адекватна статистичним даним, а друга ні |
немає вірної відповіді. |
Для двох лінійних
моделей розрахункові значення критерію
Фішера дорівнюють:
|
обидві моделі не адекватні статистичним даним. |
обидві моделі адекватні статистичним даним. |
перша модель адекватна статистичним даним, а друга ні |
немає вірної відповіді. |
Для двох лінійних
моделей розрахункові значення критерію
Фішера дорівнюють:
,
табличне значення критерію Фішера
для цих моделей дорівнює
|
обидві моделі адекватні статистичним даним. |
обидві моделі адекватні статистичним даним. |
перша модель адекватна статистичним даним, а друга ні. |
немає вірної відповіді. |
Для оцінювання параметрів економетричної моделі застосовують: |
закон нормального розподілу Гаусса: |
метод найменших квадратів; |
метод виключення Жордана — Гаусса. |
усі відповіді вірні |
Для перевірки гіпотез про значущість коефіцієнтів регресії якій використовують критерій? |
Стюдента |
Ватсона |
Фішера |
Неймана |
Для перевірки значущості моделі застосовують: |
критерій Фішера |
критерій Стьюдента |
критерій Пірсона |
усі відповіді вірні |
Для перевірки якості (адекватності) рівняння регресії використовують ... |
коефіцієнт кореляції |
коефіцієнт детермінації |
t - статистику |
F - статистику |
для розрахункових значень незалежної змінної лінійна модель має вигляд: |
Y = a0 + a1X + u , |
|
u = Y –
|
|
для фактичних значень незалежної змінної лінійна модель має вигляд: |
Y = a0 + a1X + u , |
|
u = Y – . |
. |
Для чого використовується матриця коваріацій ? |
коефіцієнта кореляції |
коефіцієнту еластичності |
стандартних помилок оцінок параметрів моделі |
для перевірки адекватності моделі |
До властивостей коефіцієнта кореляції відносять наступну властивість .. |
він дорівнює одиниці |
він менше або дорівнює одиниці |
він більше або дорівнює одиниці |
вірної відповіді немає |
За допомогою чого визначаються довірчі інтервали функції регресії ? |
критерію Стьюдента |
залишкової дисперсії; |
стандартної похибки рівняння; |
стандартної похибки параметрів |
За допомогою якого критерію виконується перевірка гіпотези про адекватність моделі статистичним даним ? |
Стюдента |
Неймана |
Фішера |
Мю |
За формулою |
Залишків лінійної моделі |
вільного члена лінійної моделі |
коефіцієнта при змінній лінійної моделі |
дисперсію залежної змінної лінійної моделі |
За формулою |
Залишків лінійної моделі |
вільного члена лінійної моделі |
коефіцієнта при змінній лінійної моделі |
дисперсію залежної змінної лінійної моделі |
За формулою |
залишки лінійної моделі |
коефіцієнт кореляції |
коефіцієнт детермінації |
коефіцієнт еластичності |
Застосування методу найменших квадратів можливе, якщо виконуються передумови про відсутність: |
автокореляції змінних |
автокореляції залишків; |
гомоскедастчності. |
усі відповіді вірні |
Застосування методу найменших квадратів можливе, якщо не залежні змінні моделі утворюють: |
систему нормальних рівнянь; |
лінійно незалежну систему векторів; |
однорідну систему рівнянь. |
усі відповіді вірні |
Коефіцієнт детермінації що визначає? |
характеризує абсолютну величину розкиду випадкової складової рівняння; |
показує, яка частина руху залежної змінної описується даним регресійним рівнянням; |
визначає міру зв'язку залежної змінної з усіма незалежними факторами. |
усі відповіді вірні |
Коефіцієнт при змінній парної регресії виду у=-2х+1 показує... |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Коефіцієнт еластичності парної регресії виду у=2х+1, то кутовий коефіцієнт показує .. |
на скільки збільшиться у, якщо х збільшиться на 1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на 1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на 1 % |
на скільки зменшиться у, якщо х збільшиться на 1 % |
Коли оцінка параметра називається ефективною? |
коли задовольняє закон великих чисел; |
коли оцінка має найменшу дисперсію; |
коли математичне сподівання її дорівнює значенню параметра. |
усі відповіді вірні |
Кореляційна матриця обчислюється на підставі: |
матриці спостережень незалежних змінних; |
матриці нормалізованих змінних; |
системи нормальних рівнянь. |
матриці коваріацій |
Кореляційна матриця: є матрицею |
парних коефіцієнтів кореляції; |
характеризує щільність зв'язку всіх незалежних змінних із залежною змінною; |
описує кореляційні зв'язки між незалежними змінними моделі. |
усі відповіді вірні |
Критерій Фішера застосовують для перевірки значущості: |
оцінок параметрів моделі; |
економетричної моделі; |
коефіцієнта множинної кореляції. |
коефіцієнта множинної детермінації |
На підставі чого визначається дисперсіймо-коваріаційна матриця? |
матриці спостережень незалежних змінних |
матриці нормалізованих змінних моделі |
системи нормальних рівнянь. |
усі відповіді вірні |
Назвіть одну з передумов застосування методу найменших квадратів ? |
математичне сподівання залишків моделі є сталою величиною |
сума залишків моделі відмінна від нуля; |
математичне сподівання залишків моделі дорівнює нулю. |
усі відповіді вірні |
Нехай отримали рівняння регресії у=2х+1+u, то 1 це… |
кутовий коефіцієнт |
вільний член |
коефіцієнт кореляції |
залишок |
Нехай отримали рівняння регресії у=2х+1+u, то 2 це… |
кутовий коефіцієнт |
вільний член |
коефіцієнт кореляції |
залишок |
Нехай отримали рівняння регресії у=Ах+в+u, то як називають параметр u ? |
кутовий коефіцієнт |
вільний член |
коефіцієнт кореляції |
залишок |
Однією з передумов застосування методу найменших квадратів є: |
математичне сподівання залишків моделі є сталою величиною |
сума залишків моделі відмінна від нуля; |
математичне сподівання залишків моделі дорівнює нулю. |
усі відповіді вірні |
Отримали рівняння парної регресії виду у=12х+4, то що показує коефіцієнт еластичності парної регресії ? |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Отримали рівняння парної регресії виду у=-5х+1, то коефіцієнт при змінній показує .. |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Отримали рівняння парної регресії виду у=-5х+1, то що показує його коефіцієнт еластичності? |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Отримали рівняння парної регресії виду у=5х+4, то коефіцієнт при змінній показує .. |
на скільки збільшиться у, якщо х збільшиться на 1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Отримали рівняння парної регресії виду у=-8х+1, то що показує коефіцієнт еластичності парної регресії ? |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Оцінка параметра називається обґрунтованою, якщо: |
задовольняє закон великих чисел; |
отримана за методом найменших квадратів; |
має найменшу дисперсію. |
вірної відповіді немає |
Про що свідчать значення коефіцієнта множинної кореляції.? |
про тісноту зв’язку між показником та факторами |
про тісноту зв’язку між факторними змінними |
про тісноту зв’язку між оцінками параметрів моделі |
про тісноту зв’язку між залишками моделі |
Регресійні рівняння описують: |
структурний зв'язок між показниками економічних процесів; |
функціональний зв'язок між суб'єктами економічної діяльності; |
кореляційний зв'язок між економічними показниками |
лінійний зв'язок між суб'єктами економічної діяльності; |
Стандартні похибки параметрів: |
визначають внесок кожної незалежної змінної в дисперсію результативного фактора; |
показують статистичну значущість параметрів; |
визначають міру зв'язку кожного незалежного фактора із залежною змінною. |
усі відповіді вірні |
Чи має економічний зміст оцінка вільного члену лінійної регресії? |
має |
не має |
в деяких випадках |
тільки для парної регресії |
Що знаходять за формулою (ХТХ)-1 (ХТУ)? |
оцінки параметрів множинної регресії |
матрицю коваріацій |
оцінки параметрів множинної регресії при наявності мультіколінеарності |
оцінки параметрів множинної регресії при наявності автокореляції |
Що
обчислює дана формула
|
дисперсію точкового прогнозу |
дисперсію залишків |
дисперсію показника |
дисперсію інтервального прогнозу прогнозу |
Що
обчислює дана формула
|
дисперсію точкового прогнозу |
дисперсію залишків |
дисперсію показника |
дисперсію інтервального прогнозу прогнозу |
Що описують регресійні рівняння? |
структурний зв'язок між показниками економічних процесів; |
функціональний зв'язок між суб'єктами економічної діяльності; |
кореляційний зв'язок між економічними показниками |
лінійний зв'язок між суб'єктами економічної діяльності; |
Що показує коефіцієнт еластичності парної регресії виду у=2х+1,? |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Що показує коефіцієнт еластичності парної регресії виду у=-2х+1? |
на скільки збільшиться у, якщо х збільшиться на1 ум. од. |
на скільки зменшиться у, якщо х збільшиться на1 ум. од. |
на скільки збільшиться у, якщо х збільшиться на1 % |
на скільки зменшиться у, якщо х збільшиться на1 % |
Що показує коефіцієнт множинної кореляції? |
визначає внесок кожної незалежної змінної в дисперсію залежної змінної |
показує, яка частина руху залежної змінної описується даним регресійним рівнянням; |
визначає міру зв'язку залежної змінної з усіма незалежними факторами; |
вірної відповіді немає |
Що таке довірчий інтервал точкового прогнозу? |
побудова регресійної залежності за заданими точками; |
значення залежної змінної, обчислене за моделлю при заданому значенні пояснюючих змінних; |
визначення крайніх точок довірчого інтервалу для прогнозного значення залежної змінної. |
усі відповіді вірні |
Що таке точковий прогноз ? |
побудова регресійної залежності за заданими точками; |
значення залежної змінної, обчислене за моделлю при заданому значенні пояснюючих змінних;
|
визначення крайніх точок довірчого інтервалу для прогнозного значення залежної змінної. |
усі відповіді вірні |
Що характеризує стандартна похибка рівняння? |
показує, яка частина руху залежної змінної описується даним регресійним рівнянням; |
характеризує величину розкиду випадкової складової |
визначає міру зв'язку залежної змінної з усіма незалежними факторами. |
усі відповіді вірні |
Як визначаються залежні змінні моделі? |
визначаються як розв'язок рівняння чи системи рівнянь; |
змінюють свої значення залежно від періоду спостереження; |
задаються за межами економетричної моделі. |
усі відповіді вірні |
Як відрізняються результати оцінювання параметрів лінійної моделі методом максимальної правдоподібності від методу найменших квадратів? |
оцінки параметрів
|
оцінки параметрів і за методом максимальної правдоподібності більш точніше ніж оцінки отримані МНК. |
оцінки параметрів і за методом максимальної правдоподібності менш точніше ніж оцінки отримані МНК. |
усі відповіді вірні |
Як називається показник, що визначає, яка частина руху залежної змінної описується даним регресійним рівнянням,: |
коефіцієнтом детермінації; |
коефіцієнтом кореляції; |
оцінкою узгодженості (конкордації) |
усі відповіді вірні |
Як називають в моделі у=а+вх+u, параметр u ? |
оцінкою параметрів моделі |
вільним членом |
відхиленнями |
фактором моделі |
Як називають в моделі у=а+вх+u, параметр а і в? |
оцінками параметрів моделі |
залишками моделі |
параметрами моделі |
факторами моделі |
Як називають коефіцієнт,що дорівнює квадрату коефіцієнта множинної кореляції для лінійної регресії?. |
коефіцієнтом Стюдента |
коефіцієнтом Фішера |
коефіцієнтом детермінації |
коефіцієнтом автокореляції |
Як називають математичне сподівання квадрата відхилення випадкової величини від її математичного сподівання? |
модою |
медіаною |
дисперсією |
моментом 4-го порядку |
Як ще називають квадратний корінь з дисперсії випадкової величини ? |
медіаною |
середнє квадратичним відхиленням |
математичним сподіванням |
коефіцієнтом кореляції |
Яка з наведених умов не є передумовою застосування методу найменших квадратів для знаходження оцінок параметрів лінійної регресії? |
математичне сподівання залишків прямує до 0 |
коефіцієнт детермінації прямує до 1 |
дисперсія залишків постійна для різних обсягів вибірок |
коваріація залишків для різних пар спостережень дорівнює 0 |
Яка оцінка параметра називається незміщеною? |
задовольняє закон великих чисел; |
математичне сподівання її не залежить від вибірки і близьке до значення параметра; |
має найменшу дисперсію. |
має сталу дисперію |
Який показник не використовують для аналізу взаємозв’язку між випадковими змінними? |
коефіцієнт детермінації |
коефіцієнт кореляції |
коефіцієнт коваріації |
коефіцієнт варіації |
Які бувають моделі парної лінійної регресії, відмітьте усі вірні відповіді? |
канонічну |
емпіричну |
вибіркову функцію |
усі відповіді вірні |
Які з формул не формулою F-критерію? |
|
|
|
усі відповіді вірні |
Які з формул не формулою коефіцієнта множинної детермінації? |
|
|
|
усі відповіді вірні |
Якій показник не відносять до числових характеристики випадкових величин? |
математичне сподівання |
дисперсію |
середнє квадратичне відхилення |
коефіцієнт кореляції |
Якою властивістю повинні володіти оцінки параметрів лінійної регресії? |
мультіколінеарністю |
гетероскедастичністю |
автокореліцією |
ефективністю |
Якою властивістю повинні володіти оцінки параметрів лінійної регресії? |
мультіколінеарністю |
гетероскедастичністю |
автокореліцією |
незміщенністтю |
Якою властивістю повинні володіти оцінки параметрів лінійної регресії? |
мультіколінеарністю |
гетероскедастичністю |
автокореліцією |
точністю |
Якщо
|
наявність кореляційного зв’язку між випадковими величинами х та у (фактором і показником). |
відсутність кореляційного зв’язку між випадковими величинами х та у (фактором і показником). |
наявність кореляційного зв’язку між випадковими величинами х та у (фактором і показником) залишається відкритим питанням |
Усі відповіді вірні |
Якщо F розрахункове дорівнює 1,3, а F табличне 4,3 то про що це говорить ? |
адекватність моделі статистичним даним |
про значущість коефіцієнта кореляції |
про не адекватність моделі статистичним даним |
про значущість оцінок параметрів моделі |
Якщо стандартні помилки оцінок параметрів моделі менше більше 30%, це свідчить про… |
наявність гетероскедастичності |
наявність мультіколінеарності |
помилку специфікації моделі |
наявність автокореляції залишків |
Якщо |
наявність кореляційного зв’язку між випадковими величинами х та у (фактором і показником). |
відсутність кореляційного зв’язку між випадковими величинами х та у (фактором і показником). |
наявність кореляційного зв’язку між випадковими величинами х та у (фактором і показником) залишається відкритим питанням |
Усі відповіді вірні |
Якій показник є абсолютною мірою точності побудованої парної регресії ? |
стандартна помилка регресії |
коефіцієнт еластичності |
коефіцієнт кореляції |
визначник матриці коваріацій |
Математичне сподівання квадрата відхилення випадкової величини від її математичного сподівання називають... |
модою |
медіаною |
дисперсією |
моментом 4-го порядку |

…
…
яку дисперсію обчислюють?
яку дисперсію обчислюють?