2) Параметрами

3) Переменными

4) случайными факторами

9.4 Коэффициент линейной корреляции между признаками Y и Х равен 0,8. Следовательно, процент дисперсии результирующего признака Y, объяснённый линейной парной регрессией Y по фактору Х будет равен …

1) 80% 2) 36% 3) 20% 4) 64%

10.3 Коэффициент детерминации рассчитывается для оценки качества …

1) подбора уравнения регрессии

2) факторов, не включённых в уравнение регрессии

3) мультиколлинеарных факторов

4) параметров уравнения регрессии

10.6. Коэффициент детерминации рассчитывается для оценки качества…

1) параметров уравнения регрессии

2) факторов, не включенных в уравнение регрессии

3) мультиколлинеарных факторов   

4) подбора уравнения регрессии

12.20 Критической областью называется совокупность значений критерия, при которых …

1) гипотеза Но отвергается

2) гипотеза Но принимается

3) гипотеза Но не отвергается

1.10. Математическая форма записи уравнения зависимости переменной у от одного или нескольких факторов х называется ______ эконометрической модели.

1) измерением

2) апробацией

3) спецификацией

4) адаптацией

2.7. Матрица парных линейных коэффициентов корреляции отражает...

1) значения стандартизированных коэффициентов линейной регрессии

2) величину вклада каждой объясняющей переменной в

общую дисперсию зависимой переменной

3) тесноту линейной связи между переменными

4) вероятность значимости каждой объясняющей переменной

3.8. Методом присвоения числовых значений фиктивным переменным не является …

1) ранжирование

2) нахождение среднего значения

3) присвоение цифровых меток

4) присвоение количественных значений

5.1. Метод наименьших квадратов используется для оценивания …

1) средней ошибки аппроксимации

2) величины коэффициента корреляции

3) параметров линейной регрессии

4) величины коэффициента детерминации

3.13. Методом присвоения числовых значений фиктивным переменным не является . . .

1) ранжирование

2) присвоение количественных значений

3) нахождение среднего значения

4) присвоение цифровых меток

5.8. Метод наименьших квадратов не применим для . . .

1) полиномиальных уравнений парной регрессии

2) уравнений нелинейных по оцениваемым параметрам

3) линейных уравнений парной регрессии

4) линейных уравнений множественной регрессии

5.9. Метод наименьших квадратов позволяет оценить _______ уравнений регрессии

1) параметры

2) параметры и переменные

3) переменные

4) переменные и случайные величины

5.12. Метод наименьших квадратов используется для оценивания . . .

1) средней ошибки аппроксимации

2) параметров линейной регрессии

3) величины коэффициента корреляции

4) величины коэффициента детерминации

6.3. Метод наименьших квадратов для оценок параметров

уравнений регрессии дает хорошие результаты …

1) при выполнении определённых предпосылок

2) при большом количестве наблюдений

3) при небольшом количестве наблюдений

4) всегда

8.19 Можно ли ковариационную матрицу вектора оценок обобщённой регрессии, полученных с помощью МНК, заменить оценкой ?

1) можно;

2) нельзя, потому что такая оценка является смещенной;

3) нельзя, потому что такую оценку нельзя рассчитать.

12. 27Можно ли с помощью частного F-критерия оценить статистическую значимость отдельного фактора?

1) да; 2) нет.

1.22. Набор сведений о разных объектах, взятых за один период времени, называется:

а) временными данными;

б) пространственными данными.

в) объективными данными

г) периодическими данными

1.25. Найдите правильную последовательность этапов эконометрического моделирования:

а) постановочный, априорный, параметризации, информационный, идентификации, верификации;

б) постановочный, априорный, информационный, параметризации, идентификации, верификации;

в) информационный, постановочный, априорный, параметризации, верификации, идентификации.

1.35. На неверный выбор функции регрессии в модели парной регрессии может указать…

1) гомоскедастичность случайных возмущений в уравнениях наблюдений

2) диаграмма рассеивания

3) некоррелированность случайных возмущений и экзогенных переменных

+4) коэффициент детерминации

1.37. Невозможным называется событие, которое …

1) имеет вероятность появления в опыте, расположенную на промежутке (0; 0,05)

2) может появиться, а может и не появиться в опыте

3) чаще появляется, чем не появляется

+4) имеет вероятность в опыте, равную нулю

4.1. На основе линейного уравнения множественной регрессии

получены уравнения регрессии

которые называются

1) частными

2) стандартизированными

3) нелинейными

4) рекурсивными

7.16. Несмещённость оценки характеризуется . . . [ ]

1) максимальной дисперсией остатков

2) равенством нулю математического ожидания остатков

3) зависимостью от объёма выборки значения математического ожидания остатков

4) отсутствием накопления остатков при большом числе выборочных оцениваний

12.13. Нуль-гипотезой называется предположение о том, что две совокупности,

рассматриваемые с точки зрения некоторого показателя являются:

1) одинаковыми; 2) различными; 3) противоречивыми.

12.29 Непараметрическим критерием называется тот, в котором:

1) используется предположение о распределении;

2) не используется предположение о распределении;

3) используется специальное распределение.

1.3. Основной задачей эконометрики является …

1) анализ технического прогресса на примере социально-экономических показателей

2) отражение особенностей социального развития общества

3) исследование взаимосвязей экономических явлений и процессов

4) установление связей между различными процессами в обществе и техническим процессом

1.6. Основное отличие эконометрических моделей от других

видов экономико-математических моделей состоит в …

1) учёте всех факторов, влияющих на результат

2) анализе данных, меняющихся во времени

3) учёте случайных возмущений для зависимой переменной

4) использовании линейной формы зависимости

1.12. Относительно количества факторов, включённых в уравнение регрессии различают . . .

1) нелинейную и множественную регрессии

2) парную и линейную регрессии

3) простую и множественную регрессии

4) множественную и многофакторную регрессии

1.36. Оптимальный прогноз значения эндогенной переменной вычисляется в итоге подстановки экзогенных переменных в …

1) нормальные уравнения

2) уравнения наблюдений

+3) оценку уравнения регрессии

4) уравнение модели

2.1. Отбор факторов в эконометрическую модель

множественной регрессии может быть осуществлен на основе ...

1) системы нормальных уравнений

2) матрицы парных коэффициентов корреляции

3) метода наименьших квадратов

4) частных уравнений регрессии

2.3. Одним из подходов к выявлению мультиколлинеарности в

линейной модели множественной регрессии является оценка …

1) коэффициента автокорреляции остатков парной регрессионной модели

2) коэффициента ранговой корреляции

3) определителя матрицы парных коэффициентов линейной корреляции между факторами

4) дисперсии, объяснённой с помощью регрессионной модели

2.5. Отбор факторов в эконометрическую модель

множественной регрессии может быть осуществлен на основе ... [ ]

1) вычисления определителей системы нормальных уравнений МНК

2) матрицы парных коэффициентов корреляции

3) сравнения остаточной дисперсии до и после включения фактора в модель

4) значений коэффициента автокорреляции уровней ряда

2.8. Основным требованием к факторам, включаемым в модель множественной регрессии является …

1) наличие линейной взаимосвязи между факторами

2) отсутствие взаимосвязи между факторами

3) отсутствие взаимосвязи между результатом и фактором

4) наличие тесной взаимосвязи между факторами

2.14. Отбор факторов в модель множественной регрессии с использованием метода включения может быть основан на сравнении . . . [ ]

1) стандартных ошибок коэффициентов регрессии

2) величины остаточной дисперсии до и после включения фактора в модель

3) величины объясненной дисперсии до и после включения фактора в модель

4) значения коэффициента чистой регрессии

2.15. Отбор факторов в модель множественной регрессии с использованием метода включения основан на сравнении . . .

1) стандартных ошибок коэффициентов регрессии

2) величины остаточной дисперсии до и после включения фактора в модель

3) коэффициента автокорреляции и критерия Дарбина-Уотсона для остаточных величин

4) значения коэффициента чистой регрессии

6.9. Оценки параметров, найденные при помощи метода наименьших квадратов обладают свойствами эффективности, состоятельности и несмещённости, если выполняются ______ метода наименьших квадратов

1) нулевые гипотезы

2) предпосылки

3) альтернативные гипотезы

4) допустимые значения

6.15. Отсутствие автокорреляции в остатках предполагает,

что значения ______ не зависят друг от друга

1) результата

2) остатков

3) фактора

4) независимых переменных

7.20 Оценка является состоятельной оценкой параметра если...

1) ее математическое ожидание равно оцениваемому параметру

2) она стремится к истинному значению параметра с

увеличением объёма выборки

3) её дисперсия с увеличением выборки не изменяется

4) её дисперсия меньше дисперсии других оценок

7.21 Оценка является эффективной оценкой параметра если...

1) ее математическое ожидание равно оцениваемому параметру

2) она стремится к истинному значению параметра с

увеличением объема выборки

3) её дисперсия с увеличением выборки не изменяется

4) её дисперсия меньше дисперсии других оценок

7. 22Оценка параметра а, удовлетворяющая условию М [ ] = а, называется

1) несмещённой;

2) эффективной;

3) состоятельной;

4) достаточной;

5) нет правильного ответа.

7.25 Обеспечивает ли МНК получение оценок регрессионных коэффициентов

с наименьшими стандартными ошибками?

1) да; 2) нет.

8.2. Обобщенный метод наименьших квадратов для регрессионной модели с гетероскедастичностью, когда известны диагональные элементы автоковариационной

матрицы случайных возмущений, называется ________ методом наименьших квадратов.

1) косвенным

2) доступным обобщенным

3) двухшаговым

4) взвешенным

8. 22Основное отличие взвешенного МНК от обобщенного МНК

заключается в том, что:

1) Ω - произвольная невырожденная матрица;

2) Ω - диагональная матрица;

3) Ω - недиагональная матрица.

8.44 Обобщенный метод наименьших квадратов применяется в случае :

3) Автокорреляции остатков

8.45 Обобщенный метод наименьших квадратов применяется в случае :

3) Автокорреляции ошибок