ЭКОНОМЕТРИКА 1

 ЗАДАНИЕ N 14 сообщить об ошибке Тема: Обобщенный метод наименьших квадратов (ОМНК)

Начало формы

Конец формы

Для оценки параметров регрессионной модели с гетероскедастичными остатками используется _______ метод наименьших квадратов.

			обобщенный
			традиционный
			двухшаговый
			косвенный

 ЗАДАНИЕ N 15 сообщить об ошибке Тема: Предпосылки МНК, методы их проверки

Начало формы

Конец формы

Одной из предпосылок метода наименьших квадратов является утверждение, что остатки регрессионной модели должны подчиняться _____ закону распределения.

			нормальному
			равномерному
			экспоненциальному
			геометрическому

 ЗАДАНИЕ N 16 сообщить об ошибке Тема: Оценка параметров линейных уравнений регрессии

Начало формы

Конец формы

Метод наименьших квадратов (МНК) может применяться для оценки параметров исходной регрессионной модели в _________ форме.

			линейной
			нелинейной
			экспоненциальной
			нормальной

 ЗАДАНИЕ N 17 сообщить об ошибке Тема: Нелинейные зависимости в экономике

Начало формы

Конец формы

Уравнением нелинейной регрессии, отражающей полиномиальную зависимость y от x, является …

 ЗАДАНИЕ N 18 сообщить об ошибке Тема: Виды нелинейных уравнений регрессии

Начало формы

Конец формы

Уравнением нелинейной регрессии, линейной по параметрам является …

 ЗАДАНИЕ N 19 сообщить об ошибке Тема: Оценка качества нелинейных уравнений регрессии

Начало формы

Конец формы

Для нелинейного уравнения регрессии рассчитано значение индекса детерминации, которое составило . Следовательно, доля остаточной дисперсии в общей дисперсии зависимой переменной для данного уравнения составляет …

			0,3
			0,3%
			0,7
			0,7%

 ЗАДАНИЕ N 20 сообщить об ошибке Тема: Линеаризация нелинейных моделей регрессии

Начало формы

Конец формы

При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется замена переменных. Указанным способом не может быть линеаризовано уравнение …

  ЗАДАНИЕ N 21 сообщить об ошибке Тема: Временные ряды данных: характеристики и общие понятия

Начало формы

Конец формы

Изображенный на рисунке  временной ряд содержит следующие компоненты:

			возрастающую тенденцию и сезонную компоненту
			тенденцию и возрастающую сезонную компоненту
			убывающую тенденцию и возрастающую сезонную компоненту
			возрастающую тенденцию и возрастающую сезонную компоненту

Решение: Уровень временного ряда формируется под воздействием следующих компонент: тенденция, сезонная волна, циклические колебания и случайная компонента. На графике значения возрастают со временем, поэтому он содержит возрастающую тенденцию. По графику можно заметить, что ряд содержит сезонную волну, амплитуда колебаний одинаковая. Поэтому правильный ответ – ряд содержит возрастающую тенденцию и сезонную компоненту.

 ЗАДАНИЕ N 22 сообщить об ошибке Тема: Модели стационарных и нестационарных временных рядов и их идентификация

Начало формы

Конец формы

Для стационарных временных рядов y₁, у₂, … y_t, …, y_n (t = 1, …, n) автоковариация зависит только от величины …

			лага
			количества уровней ряда
			математического ожидания значений уровня ряда.
			начального значения процесса

 ЗАДАНИЕ N 23 сообщить об ошибке Тема: Структура временного ряда

Начало формы

Конец формы

На графике изображен временной ряд, содержащий возрастающую тенденцию. Исходя из данной структуры ряда можно предположить, что наиболее высокое значение коэффициента автокорреляции уровней ряда будет наблюдаться для ______ порядка.

			первого
			седьмого
			одиннадцатого
			пятого

 ЗАДАНИЕ N 24 сообщить об ошибке Тема: Аддитивная и мультипликативная модели временных рядов

Начало формы

Конец формы

Уровень временного ряда (y_t) формируется под воздействием различных факторов – компонент: Т (тенденция), S (циклические и/или сезонные колебания), Е (случайные факторы). Аддитивную модель временного ряда не формируют следующие значения компонент уровня временного ряда …

			yt = 7; T = 3,5; S = 2; E = 1
			yt = 7; T = 6,5; S = 0; E = 0,5
			yt = 7; T = 7,5; S = 0; E = -0,5
			yt = 7; T = 3,5; S = 2,5; E = 1

Образовательное учреждение: Мордовский государственный университет им. Н.П. Огарева Специальность: 080105.65 - Финансы и кредит Группа: 308 экон Дисциплина: Эконометрика Идентификатор студента: Антяскин Алексей Игоревич Логин: 03fs482658 Начало тестирования: 2012-12-03 16:56:46 Завершение тестирования: 2012-12-03 17:35:26 Продолжительность тестирования: 38 мин. Заданий в тесте: 24 Кол-во правильно выполненных заданий: 20 Процент правильно выполненных заданий: 83 %

 ЗАДАНИЕ N 1 сообщить об ошибке Тема: Оценка качества нелинейных уравнений регрессии

Начало формы

Конец формы

Для регрессионной модели зависимости потребления материала на единицу продукции от объема выпуска продукции построено нелинейное уравнение (см. рис.). Значение индекса детерминации для данного уравнения составляет R² =0,904. Следовательно, …

			объемом выпуска продукции объяснено 90,4% дисперсии потребления материалов на единицу продукции
			потреблением материалов на единицу продукции объяснено 90,4% дисперсии объема выпуска продукции
			объемом выпуска продукции объяснено 9,6% дисперсии потребления материалов на единицу продукции
			потреблением материалов на единицу продукции объяснено 9,6% дисперсии объема выпуска продукции

 ЗАДАНИЕ N 2 сообщить об ошибке Тема: Нелинейные зависимости в экономике

Начало формы

Конец формы

Нелинейным уравнением парной регрессии является …

 ЗАДАНИЕ N 3 сообщить об ошибке Тема: Линеаризация нелинейных моделей регрессии

Начало формы

Конец формы

При линеаризации нелинейных регрессионных моделей как один из видов преобразований используется логарифмирование уравнения. Указанным способом может быть линеаризовано уравнение …

 ЗАДАНИЕ N 4 сообщить об ошибке Тема: Виды нелинейных уравнений регрессии

Начало формы

Конец формы

Переменная х является нелинейной в уравнении …

  ЗАДАНИЕ N 5 сообщить об ошибке Тема: Оценка параметров линейных уравнений регрессии

Начало формы

Конец формы

Для построения эконометрической модели линейного уравнения регрессии используется таблица статистических данных. При помощи метода наименьших квадратов (МНК) рассчитываются оценки параметров модели вида . Для выборочного i-го наблюдения модель имеет вид  . При применении метода наименьших квадратов минимизируется сумма квадратов …

Решение: При применении МНК оценки параметров линейной модели получаются на основе минимизации суммы квадратов отклонений фактических значений зависимой переменной от ее модельных (теоретических) значений. В данных обозначениях фактическим значением зависимой переменной является y_i, теоретическим (модельным) значением зависимой переменной для i-го наблюдения является . Поэтому сумма квадратов определяется для величины . Верным ответом является «».

 ЗАДАНИЕ N 6 сообщить об ошибке Тема: Предпосылки МНК, методы их проверки

Начало формы

Конец формы

Одной из предпосылок метода наименьших квадратов является то, что величина , равная среднему значению отклонений фактических значений зависимой переменной y от ее модельных (теоретических) значений , должна быть равна …

			0
			a

  ЗАДАНИЕ N 7 сообщить об ошибке Тема: Обобщенный метод наименьших квадратов (ОМНК)

Начало формы

Конец формы

При оценке параметров регрессионной модели с гетероскедастичными остатками при помощи обобщенного метода наименьших квадратов (ОМНК) выдвигается предположение, что дисперсия остатков …

			пропорциональна некоторой величине
			постоянна
			равна 0
			гомоскедастична