Файловый архив студентов. Файловый архив студентов.
1261 вуз, 4606 предмет.
/ Регистрация
FAQ Обратная связь Вопросы и предложения
Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Академия труда и социальных отношений Федерации Независимых Профсоюзов России
Предмет:
[НЕСОРТИРОВАННОЕ]
Файл:

FK_3,5_2013_sem03 / УМК Эконометрика

.pdf
Скачиваний:
35
Добавлен:
24.03.2015
Размер:
707.48 Кб
Скачать
☆

 

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

Соседние файлы в папке FK_3,5_2013_sem03
Помощь Обратная связь Вопросы и предложения Пользовательское соглашение Политика конфиденциальности