FK_3,5_2013_sem03 / УМК Эконометрика
.pdf
|
Вопрос |
|
Варианты ответа |
|
||
|
а |
b |
c |
d |
||
|
|
|||||
|
В парной линейной |
коэффи- |
квадрату |
остаточ- |
|
|
91. |
регрессии коэффи- |
циенту |
коэффици- |
свой вари- |
||
ной дис- |
||||||
|
циент детерминации |
корреля- |
ента кор- |
персии |
ант |
|
|
равен: |
ции |
реляции |
|
||
|
|
|
||||
|
В целях анализа |
|
|
|
|
|
92. |
можно использовать |
|
|
|
свой вари- |
|
модель, в которой |
0,7 |
0,3 |
0,9 |
|||
ант |
||||||
|
индекс корреляции |
|
|
|
||
|
|
|
|
|
||
|
составляет не менее: |
|
|
|
|
|
93. |
Возможное значение |
|
|
|
|
|
индекса детермина- |
0,34 |
678 |
-94 |
83 |
||
|
ции: |
|
|
|
|
|
|
Для оценки тесноты |
|
|
|
|
|
94. |
связи между показа- |
корреля- |
детерми- |
регрессии |
свой вари- |
|
|
телями используется |
ции |
нации |
|
ант |
|
|
коэффициент: |
|
|
|
|
|
|
Долю дисперсии ре- |
|
|
|
|
|
|
зультативного при- |
|
|
|
|
|
95. |
знака, объясненную |
коэффици- |
коэффици- |
коэффици- |
свой вари- |
|
регрессией, в общей |
ент корре- |
ент рег- |
ент детер- |
ант |
||
|
дисперсии результа- |
ляции |
рессии |
минации |
||
|
|
|||||
|
тивного признака ха- |
|
|
|
|
|
|
рактеризует: |
|
|
|
|
|
|
Если линейный ко- |
|
|
|
|
|
|
эффициент корреля- |
|
|
|
|
|
96. |
ции находится на ин- |
тесная |
умеренная |
слабая |
средняя |
|
тервале от 0 ÷ ±0,3, |
||||||
|
|
|
|
|
||
|
то связь между пока- |
|
|
|
|
|
|
зателями |
|
|
|
|
|
|
Если линейный ко- |
|
|
|
|
|
|
эффициент корреля- |
|
|
|
|
|
97. |
ции находится на ин- |
тесная |
умеренная |
слабая |
средняя |
|
тервале ±0,3 ÷ ±0,5, |
||||||
|
|
|
|
|
||
|
то связь между пока- |
|
|
|
|
|
|
зателями: |
|
|
|
|
|
|
Если линейный ко- |
|
|
|
|
|
|
эффициент корреля- |
|
|
|
|
|
98. |
ции находится на ин- |
тесная |
умеренная |
слабая |
средняя |
|
тервале ±0,5 ÷ ±0,7, |
||||||
|
|
|
|
|
||
|
то связь между пока- |
|
|
|
|
|
|
зателями: |
|
|
|
|
|
|
|
41 |
|
|
|
|
Вопрос |
|
Варианты ответа |
|
||
|
а |
b |
c |
d |
||
|
|
|||||
99. |
Возможное значение |
432 |
0,1 |
0,78 |
-0,54 |
|
индекса корреляции: |
||||||
|
|
|
|
|
||
|
Если линейный ко- |
|
|
|
|
|
|
эффициент корреля- |
|
|
|
|
|
100. |
ции находится на ин- |
тесная |
умеренная |
слабая |
средняя |
|
тервале ±0,7÷±1, то |
||||||
|
|
|
|
|
||
|
связь между показа- |
|
|
|
|
|
|
телями |
|
|
|
|
|
101. |
Какие значения мо- |
|
|
|
|
|
жет принимать F- |
45 |
-765 |
0 |
309 |
||
|
критерий |
|
|
|
|
|
|
Какие значения мо- |
|
|
|
|
|
102. |
жет принимать ли- |
0 |
67 |
5 |
0,6 |
|
нейный коэффициент |
||||||
|
|
|
|
|
||
|
корреляции |
|
|
|
|
|
103. |
Коэффициент детер- |
от нуля |
от нуля до |
|
от -∞ до |
|
минации изменяется |
до едини- |
от -∞ до 1 |
||||
двух |
+∞ |
|||||
|
в пределах |
цы |
|
|||
|
|
|
|
|||
|
|
значимо- |
значимо- |
|
|
|
104. |
Коэффициент детер- |
сти пара- |
сти урав- |
тесноты |
свой вари- |
|
минации применяет- |
метров |
нения рег- |
связи |
ант |
||
|
ся для оценки |
уравнения |
||||
|
рессии |
|
|
|||
|
|
регрессии |
|
|
||
|
|
|
|
|
||
|
Коэффициент корре- |
|
|
строго |
|
|
|
ситуация |
существу- |
функцио- |
|
||
105. |
ляции, равный 1, оз- |
не опреде- |
ет линей- |
нальная |
свой вари- |
|
|
начает, что между |
лена |
ная связь |
зависи- |
ант |
|
|
переменными: |
|
||||
|
|
|
мость |
|
||
|
|
|
|
|
||
|
Коэффициент корре- |
линейная |
существу- |
ситуация |
|
|
106. |
ляции, равный нулю, |
связь от- |
ет линей- |
не опреде- |
свой вари- |
|
|
означает, что между |
сутствует |
ная связь |
лена |
ант |
|
|
переменными: |
|
||||
|
|
|
|
|
||
|
При каких значениях |
|
|
|
|
|
107. |
коэффициента рег- |
|
|
|
свой вари- |
|
рессии коэффициент |
0,56 |
-0,78 |
0,35 |
|||
ант |
||||||
|
корреляции будет |
|
|
|
||
|
|
|
|
|
||
|
меньше нуля? |
|
|
|
|
|
|
Линейный коэффи- |
|
|
принимает |
|
|
108. |
циент корреляции |
от –1 до 0 |
от 0 до 1 |
свой вари- |
||
изменяется в преде- |
любое |
ант |
||||
|
|
|
значение |
|||
|
лах от: |
|
|
|
||
|
|
|
|
|
||
|
|
42 |
|
|
|
|
Вопрос |
|
Варианты ответа |
|
||
|
а |
b |
c |
d |
||
|
|
|||||
|
|
изменится |
% изме- |
изменится |
|
|
|
Коэффициенты рег- |
результат |
нится ре- |
результат |
|
|
109. |
при изме- |
зультат |
при изме- |
свой вари- |
||
рессии показывают |
при изме- |
|||||
|
на сколько: |
нении |
нении |
нении |
ант |
|
|
фактора на |
фактора на |
|
|||
|
|
фактора на |
|
|||
|
|
1 |
100 % |
|
||
|
|
1 % |
|
|||
|
|
|
|
|
||
|
При каком виде кор- |
|
|
|
|
|
110. |
реляционной связи |
криволи- |
множест- |
|
свой вари- |
|
коэффициент корре- |
обратной |
|||||
|
ляции имеет знак |
нейной |
венной |
|
ант |
|
|
|
|
|
|
||
|
минус? |
|
|
|
|
|
|
«Качество» эконо- |
коэффици- |
|
коэффи- |
F- |
|
111. |
метрической модели |
t-критерия |
циента де- |
|||
оценивается с помо- |
ента ва- |
Стьюдента |
термина- |
критерия |
||
|
щью |
риации |
|
ции |
Фишера |
|
|
|
|
|
|||
|
|
тесноты |
значимо- |
адекватно- |
|
|
|
F-критерий Фишера |
сти мате- |
свой вари- |
|||
112. |
используется для |
связи ме- |
сти урав- |
матиче- |
||
жду пока- |
нения рег- |
ант |
||||
|
оценки: |
ской мо- |
||||
|
|
зателями |
рессии |
дели |
|
|
|
|
|
|
|
||
|
F-критерий Фишера |
|
|
|
|
|
113. |
определяется как от- |
общей к |
остаточ- |
факторной |
свой вари- |
|
ношение дисперсий |
ной к фак- |
к остаточ- |
||||
факторной |
ант |
|||||
|
на одну степень сво- |
торной |
ной |
|||
|
боды |
|
|
|
|
|
|
|
значимо- |
значимо- |
тесноты |
|
|
|
t-критерий Стьюден- |
сти пара- |
свой вари- |
|||
114. |
та используется для |
сти урав- |
метров |
связи ме- |
||
нения рег- |
жду пока- |
ант |
||||
|
оценки: |
уравнения |
||||
|
|
рессии |
регрессии |
зателями |
|
|
|
|
|
отношение |
отношение |
|
|
|
t-критерий Стьюден- |
корень |
коэффици- |
стандарт- |
|
|
115. |
та для коэффициента |
квадрат- |
ента рег- |
ной ошиб- |
свой вари- |
|
регрессии определя- |
ный из F - |
рессии к |
ки к коэф- |
ант |
||
|
его стан- |
|||||
|
ется как |
критерия |
дартной |
фициенту |
|
|
|
|
|
ошибке |
регрессии |
|
|
|
|
|
|
|
||
|
Для оценки адекват- |
F- |
|
средняя |
|
|
116. |
ности полученной |
t-критерий |
ошибку |
свой вари- |
||
критерий |
||||||
|
математической мо- |
Фишера |
Стьюдента |
аппрокси- |
ант |
|
|
дели используется: |
|
|
мации |
|
|
|
|
43 |
|
|
|
|
Вопрос |
|
Варианты ответа |
|
||
|
а |
b |
c |
d |
||
|
|
|||||
|
Для оценки значимо- |
средняя |
t- |
стандарт- |
F- |
|
117. |
сти нелинейного |
ошибка |
||||
критерий |
ная ошиб- |
критерий |
||||
уравнения регрессии |
аппрокси- |
|||||
|
Стьюдента |
ка |
Фишера |
|||
|
используется: |
мации |
|
|
|
|
|
Для оценки значимо- |
F- |
|
линейный |
индекс |
|
118. |
сти линейного урав- |
t-критерий |
коэффици- |
|||
критерий |
корреля- |
|||||
нения регрессии ис- |
Стьюдента |
ент корре- |
||||
|
пользуется: |
Фишера |
|
ляции |
ции |
|
|
|
|
|
|||
|
Для оценки значимо- |
средняя |
|
|
|
|
|
сти отдельных пара- |
t- |
стандарт- |
F- |
||
119. |
ошибка |
|||||
метров уравнения |
критерий |
ная ошиб- |
критерий |
|||
аппрокси- |
||||||
|
регрессии использу- |
Стьюдента |
ка |
Фишера |
||
|
ется: |
мации |
|
|
|
|
|
|
|
|
|
||
|
Для оценки неиз- |
|
|
|
|
|
|
вестных параметров |
теорему |
t- |
F- |
метод |
|
120. |
модели парной ли- |
наимень- |
||||
Гаусса- |
критерий |
критерий |
||||
|
нейной регрессии |
Маркова |
Стьюдента |
Фишера |
ших квад- |
|
|
наиболее часто при- |
ратов |
||||
|
|
|
|
|||
|
меняют: |
|
|
|
|
|
|
При определении |
|
|
|
|
|
|
табличного значения |
|
|
|
|
|
121. |
t-критерия Стьюден- |
общей |
факторной |
остаточ- |
свой вари- |
|
|
та используется чис- |
|
|
ной |
ант |
|
|
ло степеней свободы |
|
|
|
|
|
|
дисперсии |
|
|
|
|
|
|
Проверка гипотезы о |
парного |
|
|
|
|
|
значимости парамет- |
|
|
коэффи- |
||
|
линейного |
F- |
t-критерия |
|||
122. |
ров модели парной |
коэффици- |
критерия |
циента де- |
||
линейной регрессии |
Стьюдента |
термина- |
||||
|
осуществляется на |
ента кор- |
Фишера |
|
ции |
|
|
реляции |
|
|
|||
|
основе: |
|
|
|
||
|
|
|
|
|
||
123. |
Факторная дисперсия |
индекса |
F-критерия |
t-критерия |
свой вари- |
|
используется при |
детерми- |
|||||
|
расчете: |
нации |
Фишера |
Стьюдента |
ант |
|
|
|
|
|
|||
|
Число степеней сво- |
|
|
|
|
|
124. |
боды для факторной |
|
|
|
свой вари- |
|
суммы квадратов от- |
Т – 1 |
Т – 2 |
Т – 3 |
|||
ант |
||||||
|
клонений в парной |
|
|
|
||
|
|
|
|
|
||
|
линейной регрессии |
|
|
|
|
44
|
Вопрос |
|
Варианты ответа |
|
||
|
а |
b |
c |
d |
||
|
|
|||||
|
Число степеней сво- |
|
|
|
|
|
125. |
боды для остаточной |
Т – n – 1 |
Т – n |
Т + n |
свой вари- |
|
суммы квадратов от- |
ант |
|||||
|
|
|
|
|||
|
клонений |
|
|
|
|
|
|
От чего зависит ве- |
числа па- |
|
|
|
|
|
раметров |
числа ре- |
значений |
|
||
|
личина скорректиро- |
числа сте- |
||||
126. |
при х и ко- |
зультатив- |
коэффици- |
|||
ванного индекса |
пеней сво- |
|||||
|
множественной кор- |
личества |
ных при- |
ента эла- |
боды |
|
|
наблюде- |
знаков |
стичности. |
|||
|
реляции? |
ний |
|
|
|
|
|
|
|
|
|
||
|
Оценка значимости |
частному |
|
последо- |
пропор- |
|
127. |
дополнительного |
общему F- |
вательно- |
циональ- |
||
F- |
||||||
включения факторов |
критерию |
му F- |
ному F- |
|||
|
критерию |
|||||
|
определяется по |
|
|
критерию |
критерию |
|
|
|
|
совмест- |
количест- |
|
|
|
Корреляционное от- |
|
ное влия- |
во наблю- |
|
|
128. |
направле- |
ние всех |
дений, по |
тесноту |
||
ношение характери- |
||||||
ние связи |
факторов |
которым |
связи |
|||
|
зует: |
|||||
|
|
на резуль- |
строится |
|
||
|
|
|
|
|||
|
|
|
тат |
модель |
|
|
|
Значимость частных |
нормаль- |
|
|
|
|
|
и парных коэффици- |
F- |
|
G- |
||
129. |
ного зако- |
t-критерия |
||||
ентов корреляции |
критерия |
критерия |
||||
|
проверяется с помо- |
на распре- |
Фишера |
Стьюдента |
Кохрена |
|
|
щью: |
деления |
|
|
|
|
|
|
|
|
|
45
6.Вопросыкзачету (экзамену)
1.Понятие и содержание эконометрики как науки.
2.Конечные цели и задачи эконометрического моделирования.
3.Этапы и проблемы эконометрического моделирования.
4.Виды эконометрических моделей и их составляющие.
5.Спецификация модели парной регрессии.
6.Метод наименьших квадратов, условия и порядок применения.
7.Оценка параметров уравнения парной линейной регрессии.
8.Оценка значимости и адекватности уравнения парной линейной регрессии.
9.Оценка значимости параметров уравнения парной линейной регрессии.
10.Прогнозные расчеты по линейному уравнению регрессии.
11.Спецификация модели нелинейной регрессии.
12.Условия применения метода наименьших квадратов к нелинейным моделям.
13.F-критерия Фишера, t-критерия Стьюдента, анализ дисперсий.
14.Спецификации модели множественной регрессии.
15.Мультиколлинеарность факторов, причины возникновения, способы устранения.
16.Оценка параметров уравнения множественной регрессии.
17.Частные уравнения регрессии, частные коэффициенты корреляции.
18.Оценка значимости и адекватности уравнения множественной регрессии.
19.Оценка значимости параметров уравнения множественной регрессии.
20.Фиктивные переменные в уравнении множественной регрессии.
21.Предпосылки метода наименьших квадратов.
22.Обобщенный метод наименьших квадратов.
23.Системы независимых и взаимозависимых уравнений.
24.Структурная и приведенная форма эконометрической модели.
25.Проблема идентификации модели при переходе от структурной к приведенной форме.
26.Идентифицируемые, сверхидентифицируемые и неидентифицируемые модели.
27.Оценка параметров структурной и приведенной формы модели.
28.Косвенный метод наименьших квадратов.
29.Двухшаговый метод наименьших квадратов, условия и порядок применения.
30.Трехшаговый метод наименьших квадратов, условия и порядок применения.
31.Аддитивная модель временного ряда.
32.Мультипликативная модель временного ряда.
33.Автокорреляция уровней временного ряда.
34.Построение временного ряда при наличии структурных сдвигов.
35.Области применения временных рядов в экономике.
46
7. Списокосновной и дополнительнойлитературы
|
|
|
Основнаялитература |
|
|
|
|
|
|
|
|
1. |
Елисеева И.И. |
Эконометрика |
М.: Финансы и |
||
статистика, 2007 |
|||||
|
|
|
|
||
2. |
Елисеева И.И. |
Практикум по эконометрике |
М.: Финансы и |
||
статистика, 2006 |
|||||
|
|
|
|
||
3. |
Магнус Я.Р., |
|
|
М.: Дело и Сер- |
|
Катышев П.К., |
Эконометрика. Начальный курс |
||||
вис, 2001 |
|||||
|
Пересецкий А.А. |
|
|
||
|
|
|
|
||
|
|
Дополнительнаялитература |
|
||
|
|
|
|
|
|
4. |
Айвазян С.А. |
|
Прикладная статистика. Основы |
М.: Юнити-Дана, |
|
|
эконометрики |
2001 |
|||
|
|
|
|||
5. |
Баврин И.И. |
|
Теория вероятностей и математи- |
М.: Высшая шко- |
|
|
ческая статистика |
ла, 2005 |
|||
|
|
|
|||
6. |
Батракова Л. Г. |
|
Теория статистики |
М.: Кнорус, 2009 |
|
7. |
|
|
Элементарный курс теории веро- |
|
|
Бородин А. Н. |
|
ятностей и математической стати- |
СПб.: Лань, 2005 |
||
|
|
|
стики |
|
|
8. |
|
|
Экономическое прогнозирование: |
|
|
Бутакова М.М. |
|
методы и приемы практических |
М.: КноРус, 2010 |
||
|
|
|
расчетов |
|
|
9. |
Вентцель Е.С. |
|
Теория вероятностей |
М.: Кнорус, 2010 |
|
10. |
Колемаева В.А. |
|
Эконометрика |
М.: Инфра-М, |
|
|
2007 |
||||
|
|
|
|
||
11. |
Кремер Н.Ш. |
|
Эконометрика |
М.: ЮНИТИ- |
|
|
ДАНА, 2006 |
||||
|
|
|
|
||
12. |
Тихомирова Н.П, |
|
Эконометрика |
М.: Экзамен, 2007 |
|
|
Дорохина Е.Ю. |
|
|
|
47
8. Словарьтерминов и определений
А
Автокорреляционная функция временного ряда – последовательность зна-
чений коэффициентов автокорреляции первого, второго и далее порядков.
Автокорреляция остатков – корреляционная связь между остатками текущих и предыдущих наблюдений. Определяется по той же методике, что и величина линейного коэффициента корреляции.
Автокорреляция уровней временного ряда – корреляционная связь между уровнем исходного временного ряда динамики и уровнем ряда динамики, сдвинутого не несколько шагов вперед.
Аддитивная модель временного ряда – сумма трендовой, циклической и слу-
чайной составляющей.
Аналитический метод – используется для выбора вида математической функции для уравнения парной регрессии посредством изучения материальной природы связей между показателями.
Априорный этап эконометрического моделирования – предусматривает предмодельный анализ экономической сущности изучаемого явления или процесса, формирование и формализацию априорной информации, в частности, относящейся к исходным статистическим данным и случайным остаточным составляющим.
Б
Базовые компоненты эконометрики:
экономическая теория;
социально-экономическая статистика;
математическая статистика;
теория вероятностей;
теория измерения общественных процессов;
методы экономико-математического моделирования.
В
Верификация модели – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.
Виды структурных моделей:
неидентифицируемые;
идентифицируемые;
сверхидентифицируемые.
48
Возмущение – см.случайная ошибка t.
Временной ряд – совокупность значений какого-либо показателя за несколько последовательных временных периодов.
Г
Гетероскедастичность остатков – дисперсии остатков t различны для каждого значения хt.
Гомоскедастичность остатков – дисперсии остатков t одинаковы для каждого значения хt.
Графический метод – используется для выбора вида математической функции для уравнения парной регрессии посредством нанесения на корреляционное поле пары точек, соответствующих фактическим (эмпирическим) значениям факторного и результативного признака. По расположению точек на корреляционном поле делаются выводы о наличии или отсутствии связи между показателями и о характере этой связи.
Д
Двухшаговый метод наименьших квадратов – применяется для сверхиден-
тифицируемой структурной модели. Суть двухшагового метода наименьших квадратов заключена в его названии: обычный метод наименьших квадратов применяется дважды, изначально для нахождения теоретических значений эндогенных переменных на основе приведенной формы модели, и второй раз – для нахождения структурных коэффициентов сверхидентифицируемой структурной модели, на основе полученных ранее теоретических значений эндогенных переменных.
Дисперсия результативного признака:
−)
== − .∑ (
Дисперсия факторного признака:
х = ∑ ( − ̅) = − ̅.
Доверительные интервалы прогноза по уравнению парной линейной регрессии при заданном xk:
±∙
49
И
Идентификация модели – статистический анализ модели и в первую очередь статистическое оценивание ее неизвестных параметров.
Идентифицируемые структурные модели – модели, в которых число пара-
метров структурной формы модели равно числу параметров приведенной формы модели, что позволяет выразить структурные коэффициенты через приведенные.
Индекс корреляции (корреляционное отношение) – используется для оценки тесноты связи в регрессионных моделях множественной регрессии и в нелинейных моделях парной регрессии, принимает только положительные значения:
=1 − ост ,
общ
где ост, общ – остаточная и общая дисперсия результативного признака.
Информационный этап эконометрического моделирования – предусматри-
вает сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных тактах функционирования изучаемой системы.
К
Калибровка модели − перебор различных вариантов состава и структуры уравнений модели с целью получения совместной непротиворечивой и идентифицируемой модели.
Классы нелинейных регрессий:
регрессии нелинейные по включенным в модель объясняющим переменным, но линейные по оцениваемым параметрам;
регрессии нелинейные по оцениваемым параметрам.
Ковариация факторного и результативного признака:
( , ) = ∑ ( − ̅) ∙( − ) = − ̅∙
Коррелограмма – динамика значений коэффициентов автокорреляции.
Корреляционная функция – совокупность значений коэффициентов автокорреляции.
Корреляционное отношение – см.индекс корреляции
50