34. В координатной плоскости при гомоскедастичности случайных отклонений:

1. –квадраты случайных отклонений находятся внутри полуплоскости, параллельной оси абсцисс

2. –квадраты случайных отклонений находятся в первой четверти системы координат

3. –наблюдаются систематические изменения в соотношениях между квадратами случайных отклонений и переменной Х

4. –квадраты случайных отклонений находятся внутри полуплоскости, параллельной оси ординат

5. –квадраты случайных отклонений находятся вне полуплоскости, параллельной оси абсцисс

35. Какое из утверждений верно:

1. –не существует общего теста для анализа гетероскедастичности

2. –тест ранговой корреляции Спирмена основан на использовании статистики Фишера

3. –тест Глейзера является частным случаем теста Голдфелда-Квандта

4. –тест Койка является частным случаем критерия Фишера

5. –критерий Алмона является частным случаем теста Койка

36. В условиях автокорреляции t-статистики коэффициентов регрессии будут:

1. –завышены

2. –занижены

3. –точные

4. –приближенные

5. – нелинейные

37. Если график наблюдений переменной Y и график регрессионных значений переменной Y пересекаются редко, то можно предположить наличие:

1. –положительной автокорреляции остатков

2. –отрицательной автокорреляции остатков

3. –отсутствие автокорреляции остатков

4. – переменной автокорреляции остатков

5. – нелинейной автокорреляции остатков

38. Для обнаружения автокорреляции применяют:

1. –критерий DW

2. –тест Голдфелда-Квандта

3. –тест Спирмена

4. –тест Глейзера

5. – тест Фишера

39. Статистика DW изменяется в пределах

1. –от нуля до четырех

2. –от нуля до двух

3. –меньше или равна двум

4. –больше или равна единице

5. –от нуля до семи

40. Укажите ложное утверждение:

1. –при наличии автокорреляции значение коэффициента детерминации всегда будет существенно ниже единицы

2. –статистика DW лежит в пределах от 0 до 4

3. –статистика DW не используется в авторегрессионных моделях

4. – при наличии автокорреляции значение коэффициента корреляции всегда будет существенно ниже единицы

5. – при наличии автокорреляции значение коэффициента регрессии всегда будет существенно ниже единицы

41. Мультиколлинеарность –это:

1. –линейная взаимосвязь двух или нескольких объясняющих переменных

2. –взаимосвязь между случайными отклонениями

3. –постоянство дисперсии случайных отклонений

4. – постоянство корреляции случайных отклонений

5. – постоянство взаимосвязи между отклонениями

42. Признаком мультиколлинеарности является:

1. –высокие коэффициент детерминации и частные коэффициенты корреляции

2. –высокий DW

3. –высокое значение F-статистики

4. – высокие коэффициент детерминации и высокое значение F-статистики

5. – высокое значение F-статистики и высокий коэффициент Стьюдента

43. Для оценки коррелированности между двумя объясняющими переменными рассчитывают:

1. –коэффициент парной линейной корреляции

2. –частные коэффициенты корреляции

3. –коэффициент детерминации

4. – коэффициент эластичности

5. –коэффициент Дарбина-Уотсона

44. Укажите ложное утверждение:

1. –мультиколлинеарность не ухудшает качество модели;

2. –мультиколлинеарность не приводит к получению смещенных оценок коэффициентов, но ведет к получению смещенных оценок для дисперсии коэффициентов

3. –при наличии мультиколлинеарности оценки коэффициентов остаются несмещенными, но их t-статистики будут занижены

4. – мультиколлинеарность ухудшает качество модели;

5. – при наличии мультиколлинеарности оценки коэффициентов остаются несмещенными

45. Какое из утверждений верно (применительно к гетероскедастичности):

1. –выводы по статистикам являются ненадежными (применительно к гетероскедастичности);

2. –оценки вследствие гетероскедастичности перестают быть состоятельными;

3. –оценки и дисперсии оценок остаются несмещенными;

4. –гетероскедастичность проявляется через низкое значение статистики DW;

46. Что такое автокорреляция остатков?

1. –взаимная зависимость остатков регрессии;

2. –равенство остатков регрессии;

3. –непостоянство дисперсии остатков;

4. –все перечисленное.

47. Критерий Дарбина-Уотсона применяется для

1. –проверки модели на автокорреляцию остатков.

2. –определения экономической значимости модели в целом.

3. –определения статистической значимости модели в целом.

4. –сравнения двух альтернативных вариантов модели.

5. –отбора факторов в модель.

48. В чем суть гетероскедастичности?

1. –дисперсии случайных отклонений изменяются;

2. –дисперсии случайных отклонений постоянны;

3. –случайные отклонения взаимно 15оррелированны;

4. –случайные отклонения равны для всех наблюдений.

49. Какое из утверждений о гетероскедастичности не верно:

1. –гетероскедастичность проявляется через низкое значение статистики Дарбина – Уотсона

2. –проблема гетероскедастичности обычно характерна для перекрестных данных;

3. –выводы по t –статистикам и F-статистике при гетероскедастичности являются ненадежными;

4. –не существует общего теста для анализа гетероскедастичности;