TEST_EKONOMETRIKA_OTVETY

«Всплески» в данных вызванные случайными или необычными ситуациями называется—случайный отклонения( R)

0,9199*0,9199=0,8462

0,9225*0,9225 =0,8510

1)аналитический-на изучение матер.природы

1.коэффициент детерминации – средняя ошибка аппроксимации

2)эксперементальный-при обработке информ

2.коэффициент эластичности -- r

3)графический-основан на поле корреляции

3.коэффициент корелляции –основан на поле корреляции

r= Ox\Ox*Oy –коэфкорелляции

В зависимости от вида парная регрессия может быть множественной

В зависимости от вида функции парная регрессия может быть линейной

В зависимости от вида функции парная регрессия может быть: графической, аналитической, экспериментальной.

В зависимости от количества факторов, включенных в уравнение регрессии, принято различать: простую(парную) и множественную регрессии.

В каких пределах находится величина d по критерию дарбина-уотсона---от -1 до 1

В парной регрессии выбор вида матем.функции у=f(x) может быть осуществлен тремя методами: грарафическим. Эксперементальным---аналитическим

В парной регрессии выбор вида математической функции y=f(x) может быть осуществлен тремя методами-графическим, экспериментальным и аналитическим

В парной регрессии выбор вида математической функции y=f(x) может быть осуществлен тремя методами графическим, аналитическим и экспериментальным.

В парной регрессии выбор вида математической функции y=f(x) может быть осуществлен тремя методами-графическим, экспериментальным и аналитическим

В парной регрессии выбор….граф аналитичэкспериментальный

В статистически значимом уравнении регрессии остаточноя должна стремиться к---1

Вероятностное научно обоснованное суждение о перспективах возможных состояниях того или иного явления в будущем–прогноз

Вероятностное суждение о перспективе, возможном состоянии того или иного явления в будущем называется прогноз

Вероятностное…прогноз

Вероятность суждения-прогноз

Впервые термин эконометрика был введенЦьемпой

Впервые термин эконометрика был введен Цьемпой

Всплески в данных, вызв. случайная или необычная ситуация называется: случайные отклонения

Выберете из предложенных формул, формулу для вычисления коэф.корреляции—r=Qxy/ Qx*Qy

Выберете правильное утверждение: чем ближе корреляция к нулю тем слабее корреляция, квадрат коэф корреляции называется коэф.детерминации.

Выберите из предложенных формул формулу для вычисления корреляции: r=

Выберите из предложенных формулу для расчета коэф-та эластичности:Э=

Выберите из предложенных формулу для расчета средней ошибки аппроксимации: =×100 %

Выберите правильные утверждения: чем ближе коэффициент корреляции к нулю, тем слабее корреляция; квадрат коэффициента корреляции называется коэффициент детерминации

Выберите правильные утверждения: чем ближе коэффициент корреляции к нулю, тем слабее корреляция; квадрат коэффициента корреляции называется коэффициентом детерминации

Выберите правильные утверждения: чем ближе коэффициент корреляции к нулю, тем слабее корреляция; квадрат коэффициента корреляции называется коэффициентом детерминации

Вычислите коэффициент детерминации если коэф.коррел. равен 0,9225*0,9225----0,8510

Вычислите коэфдетермин если коэфкорелл = 0,8419, =0,7088

Вычислите коэф.детермин если коэф корреляции равен 0,9292---0,8634

Вычислите коэф.детермин если коэф корреляции равен 0,9875—0,9752

Вычислите коэф.корреляции если известно что Qxy=0,6599; Qx*Qy=0,6699---0,9851

Вычислите коэффициент детерминации если корреляция равен 0,9199---0,8462

Вычислите коэффициент детерминации если коэф корреляции равен 0,9999—0,9998

Вычислите коэффициент детерминации если коэфф корреляции равен 0,8594—0,7386

Вычислите коэффициент детерминации, если коэфф корреляции=0,9556—0,9132

Вычислите коэффициент детерминации, если коэффициент корреляции равен 0,9556: 0,9132

Вычислите коэффициент детерминации, если коэффициент корреляции равен 0,9199: 0,8462

Вычислите коэффициент детерминации, если коэффициент корреляции равен0,8419: 0,7088

Вычислите коэффициент детерминации, если коэффициент корреляции равен 0,8679: 0,7533

Вычислите коэффициент детерминации, если коэффициент корреляции0,9225—0,8510

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9292 0,8634

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9875 0,9752

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9999 0,9998

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9199 0,8462

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9225 0,8510

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9292 0,8634

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9875 0,9752

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9999 0,9998

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9199 0,8462

Вычислите коэффициент детерминации,если коэффициент корреляции равен 0,9225 0,8510

Вычислите коэффициент корреляции если известно что Qxy=0,461;Qx*Qy=0,0498—9,257

Вычислите коэффициент корреляции если известно что Qxy=0,7889; Qx*Qy=0,7889----1

Вычислите критерии Фишера , если известно что n=7, r2=0,8569---29,9406

Вычислите критерий Фишера , если известно, что n=7, к2=0,8569, то F=0, 8569/(1-0,8569) *(7-2)=29,9406

Вычислите критерий Фишера , если известно, что n=7, к2=0,8569, то F=0, 8569/(1-0,8569) *(7-2)=29,9406

Гипотеза Но в случ природе оцениваемых хар-к отклоняется если Fтабл<F факт

График зависимостей значений автокорреляционной функции от величины лага называется: коррелограммой.

График зависимых значенавтокор-коррелограммой

Допустимый уровень средней ошибки аппроксимации до 8-10%

Допустимый уровень средней ошибки аппроксимации до 8-10%

Допустимый уровень средней ошибки аппроксимации—8-10 процентов

Если все структурные коэф. модели определяются однозначно, модель является –идентифицируемой

Если все структурные коэффициенты модели определяются однозначно модель является-идентифицируемой

Если все структурные коэффициенты модели определяються однозначно, модель является идентифицируемой.

Если каждое уравнение системы идентифицируемые то модель считается –идентифицируемым

Если коэф регрессии в больше 0, то коэфкорел в пределах от 0 до 1

Если коэффициент корреляции равен 0,9899, то это говорит о: сильной тесноте связи yи x

Если коэффициент корреляции=0,4977, то это говорит о слабой тесноте связи Х и У

Если коэффициент регрессии b<0то коэффкоррел находится в пределах—от -1 до 1

Если коэффициент регрессии b<0,то коэффициент корреляции находится в пределах

Если коэффициент регрессии b<0,то коэффициент корреляции находится в пределах

Если коэффициент регрессии b>0, то коэффициент корреляции находится в пределах: от 0 до 1

Если модель сожержит хотя бы одно сверхидентиф.уравнение то система является- сверхидентифицируемой

Если уравнение регрессии проходят через все коррелполя,остаточнаядисп равна 0

Если хотя бы 1 ур-е системы идентиф, модель идетифицир

Если хотя бы одно уравнение системы неидентифицируемо, то вся модель считается неидентифицируемой

Если число приведкоэф в модели больше числа структкоэф, система сверхидентифицируемая

Если число приведенных коэффициентов в модели больше числа структурных коэффициентов, то система является: сверхидентифицируемой

Если число приведенных коэффициентов в модели меньше числа структурных коэффициентов, то система является: неидентифицируемой

Зависимость спроса Yот цены xхарактеризуется уравнением у = 300 – 8x.на сколько денежных единиц в среднем уменьшится спрос при увеличении цены на 1 денежную единицу: -8

Зависимость спроса Yот цены xхарактеризуется уравнением у = 500 - 10x.на сколько денежных единиц в среднем уменьшится спрос при увеличении цены на 1 денежную единицу: 10

Зависимость спроса У от цены Х хар-ся уравнением у=100-5х . на сколько денежных едениц в ср.уменьш спрос при увел цены на 1 ден.ед—на 5

Идентифицир-1 решение

Идентифицируемое уравнение имеет единственное решение

Идентифицируемое уравнение -имеет единственное решение

Известно 2=2- идентифицир.

Известно D+1 –неиндиф

Известно что D+1<H --неидентифицир

Известно что D+1=H..---ЯВЛЯЮТСЯ ИДЕНТИФИЦИР

Известно что D+1=Н,D-экзоген,Н-эндо, модель идетифицирован.

Известно что D+1>H где D-экзогенные а Н-эндогенныепеременные тогда уравнение являетсясверхидентифицируемым

Известно что D+1>HГДЕ D-экзогенные а Н-эндогенные переменные, тогда уравнение является …--->cверхидентифицир.

Известно что число экзогенных переменных равно 1, число эндогенных переменных=3, то уравнение---неиндентифицD1+1<H3

Известно что число экзогенных переменных равно 2, число эндогенных переменных равно 2, то уравнение идентифицируемо

Известно что число экзогенных прем. Равно 2, число эндогенных перемен равно 2, то уравнение—идентифиц

Известно, что D+1 =H, где D – экзогенные, а H – эндогенные переменные, тогда уравнение является: идентифицируемым

Известно, что число экзогенных переменных равно 1, число эндогенных переменных равно 3, то уравнение : неидентифицируемо

К методам ,основанным на пробразовании уровней- метод послед разност,метод отклонен от трендов

К методам основанным на преобразовании уровней исходного ряда в новые переменные, не содержащие тенденции относится метод отклонения от тренда, метод последовательных разностей

К методам основанным на преобразовании уровней исходного ряда в новые переменные, не содержащие тенденции относятся---1)метод последовательных разностей 2)метод отклонения от трендов

каков диапазон коэфкорелляции-от -1 до 1

каков диапазон коэфкорелляции-от -1 до 1

Каков диапозон возможных значений коэффициент корреляции—от -1 до 1

Какое значение коэф.корр.свидетельствует о наличии перем.сильной корреляционной связи- нет вопроса

Какой из методов метод сглаживания-метод скользящей средней

Какой из методов является методом сглаживания временного ряда-метод скользящей средней

Квадрат линейного коэффициента корреляции называется коэффициентом детерминации.

Квадрат линейного коэффициента корреляции называется коэффициентом детерминации.

Квадратом линейного коэф.коррел. называется---коэф.детерминации

Квадратом линейного коэффициента корреляции называется –коэффициент детерминации

Классическ. Подход к оцениванию параметров масштабов регрессии основан на методе наименьших квадратов (МНК)

Классический подход коценивание параметров линейной регрессии основан на методы—наименьших квадратов

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов

классический подход коцениванию параметров линейной регрессии основан на методенаименьших квадратов

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК)

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов

классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов

Количественно характеристика, постепенный рост или уменьшение данных во времени-тренд

Количественно хар-ка постепенный рост или уменьшение данных во времени есть—тренд (Т)

Кореллогр-это график коррел ф-ии

Коррелограмма- это временной ряд, в котором ошибки не коррелированы и их математическое ожидание равно 0.

Коэфэласт = 25% опказизм фактора у на 25% измен х на 1%

коэффициент детерминации -ошибка аппроксимации

коэффициент детерминации -ошибка аппроксимации

Коэффициент корреляции парной линейной регрессии характеризует –тесноту линейной связи объясняемой переменной и объясняющим фактором

Коэффициент корреляции парной линейной регрессии характеризует –тесноту линейной связи объясняемой переменной и объясняющим фактором

Коэффициент корреляции парной линейной регрессии хар-ет—тесноту линейной связи между…

коэффициент эластичности - t

коэффициент эластичности - t

Коэффициент эластичности равный 12% показывает изменение фактора Y на 12% при изменении фактора Xна 1%

Коэффициент эластичности равный 2% при изменении фактора Х на 1% показывает изменение фактора Уна 2%

Коэффициент эластичности равный 20 процентов при изменений фактора Х на 1 процент показывает изменение фактора У на---20 процентов

Коэффициент эластичности равный 20% при изменении фактора Х на 1% показывает изменение фактора Уна 20%

Коэффициент эластичности равный 20% при изменении фактора Х на 1% показывает изменение фактора Уна 20%

Коэффициент эластичности равный 25% показывает изменение фактора Y на 25% при изменении фактора Xна 1%?

Коэффициент эластичности равный 25% показывает изменение фактора Y на 25% при изменении фактора X на 1%?

Коэффициент эластичности=25 процентов показ изменение фактора Xна 25 при изм фактора Х на 1 процент

коэффициент корреляции-- основан на поле корреляции

коэффициент корреляции-- основан на поле корреляции

Максимально возможное значение критерия фишера под влиянием случайных факторов при данной степени свободы и уровне значимости а называется F табл

Максимально возможное значение критерия Фишера под влиянием случайныхфакторо при данной степени свободы и уровне значимости Lназыаеится- Fтабл.

Максимально возможное значение критерия фишера под влиянием случайных факторов при данной степени свободы и уровне значимости а называется F табл

Максимально возможное значение критерия Фишера под влиянием случайных факторов при данной степени свободы и уровне значимости альфа называется ---Fтабл

Метод скользящей средней это метод---механического сглаживания временного ряда

Метод скользящей средней это метод---механического сглаживания временного ряда

Модели построен по данным хар-м совокупности-пространственные

Модели построенные по данным характеризующим совокупность различных объектов в определенный момент времени-пространственные модели

Модели построенные по данным хар-м совокупность различных объектов в опред момент времени явл-ся---пространственные модели

Мультиколинеарность регрессионной модели это-высокая значимость характеристик регрессионной модели

Мультиколлиниарность регрессионной модели это—высокая степень взаимной корреляции некот из объяснперем

Неидентифицируемое уравнение ---не имеет решения

Основные методы исключения тенденции можно разделить на 2 группы:1) методы основанные на изучение взаимосвязей исходных данных 2) методы основанные на преобразование уровней исход ряда в новые переменные не содержат тенденции

Основные методы исключения тенденций можно разделить на 2 группы: 1) методы основанные на преобразование уравнений исходного уровня в новые перемен, не содерж тенденции 2)методы основ. На изучение взаимосвязи исходных уровней временных рядов при ..воздействий фактора времени на завис и независ..

Отрицательная автокорреляция наблюжаетс---нет ответа

параметры уравнения регрессии неинтерпретируемые-высокая корреляция

параметры уравнения регрессии неинтерпретируемые-высокая корреляция

Параметры уравнения регрессии сказываются не интерпретируются если между ними существует ---высокая корреляция

Положительная автокор наблюдается

Последовательность равномерно распределенных во времени данных называется—нет ответа

Прандупасопоставлвысказан гипотезы с выборочн должными наз-сяпроверкой гипотезы

Предположение о случ.велич. проверяемой по выборке называется—статистическая гипотеза

Предположение о случайной величине проверяемое на выборке-статистическая гипотеза

Предположение о случайной величине проверяемое на выборке-статистическая гипотеза

Предположение о случайной величине проверяемое по выборке называетсястатистическая гипотеза

Предположение о случайной величине проверяемое по выборке называется нулевой гипотезой

Предположение о случайной величине проверяемое по выборке называется статистическая гипотеза

Предположение о случайной величине…наз-сястатическая гипотеза

Предположение….----статистической гипотезой

Простая регрессия представляет собой регрессию между 2мя переменными

Простая регрессия представляет собой регрессию междудвумя переменными х и у

Простая регрессия представляет собой регрессию между двумя переменныиx и y

Простая регрессия представляет собой регрессию между двумя переменными х и у

Простая регрессия представляет собой регрессию междудвумя переменными y и x???

Простая регрессия представляет собой регрессию между двумя переменными y и x???

Простая регрессия представляет собой регрессия между –двумя переменными

Простая регрессия это регрессия между 2мя переменными У и Х.

Простая регрессия это регрессия между 2мя переменными У и Х.

Процедура сопоставления высказанной гипотезы с выборочными данными называетьсяпроверкой гипотезы

Рассмотр чему равнаостаточндетермn=5, =0,05

Рассмотрите чему будет равна остаточная дисперсия,известно ,что а=7, Е (у-x) =77

Рассмотрите чему будет равно остаточная дисперсия если известно что n=5,Сумма у-у/у*100 процентов=0,25----0,05

Рассмотрите, чему будет равна остаточная дисперсия, если n=5; = 0,25: 0,05

Рассмотрите, чему будет равна остаточная дисперсия, если n=7; = 77: 11

Рассмотрите, чему будет равна остаточная дисперсия, если известно, что n=5=4: 0,8

Рассчиткоэфэластичн ,если вх=18 а=2,=0,9

Рассчиткоэф эластичности для линейнпарнрегр если в*х=15 а=5 0,75

Рассчит чему будет равен параметр а,.., если в=2.8,у=10,у=32

Рассчитайте критерий Фишера, если известно, что n=7, =0,8569: 29, 9406

Рассчитайте коэффициент корреляции, если известно, что = 0,0568; *= 0,0599: 0,9482

Рассчитайте коэффициент корреляции, если известно, что = 0,8878; *= 0,08978: 0,9889

Рассчитайте коэффициент эластичности для линейной парной регрессии, если известно, что b*=16 a=4: 0,8

Рассчитайте коэффициент эластичности для линейной парной регрессии если известно, что b*X=8? A=2, то Э= 8/(2+8)=0,8

Рассчитайте коэффициент эластичности для линейной парной регрессии, если известно, что b*=6 a=4: 0,6

Рассчитайте коэффициент эластичности для линейной парной регрессии, если известно, что b*=5,5a=6: 0,4783

Рассчитайте коэффициент эластичности для линейной парной регрессии если известно, что b*X=8? A=2, то Э= 8/(2+8)=0,8

Рассчитайте критерий Фишера, если r=0,95 n = 7: 46,28

Рассчитайте ср.ошибку аппроксимации если изв что n=6, сумма у-у/у*100 процентов=7,3—1,2167

Рассчитайте сред.ошибку аппроксимации, если известно что n=10,

Рассчитайте среднюю ошибку аппроксимации, если известно, что n = 7, ×100 % = 14,5241: 2,0749

Рассчитайте среднюю ошибку аппроксимации, если известно, что n = 7, ×100 % = 49: 7

Рассчитайте среднюю ошибку аппроксимации, если известно, что n = 9, ×100 % = 81: 9

Рассчитайте среднюю ошибку аппроксимации, если известно, что n=5, ×100 %=25: 5

Рассчитайте среднюю ошибку аппроксимации, если известно, что n=5, ×100 %=4: 0,8

Рассчитайте среднюю ошибку аппроксимации, если известно, что п=10, E=60, то А будет равно 6

Рассчитайте среднюю ошибку аппроксимации, если известно, что п=10, E=60, то А будет равно 6

Рассчитайте чему равен среднкоэфэластичн если х=78,9 у=57,89. У=76,88-0,35х

Рассчитывайте коэфф.эласт для линейной парной регрессии если известно, что b*x=8, a=2---0,8

Рассчитывайте коэффициент эластичности для линейн.парной регрессии, если известно что b*x=16, a=4---0,8

Рассчитывайте ср.ошибку аппроксимации если известно что n=10 , сумма у-у/у*100 процентов=70---7

Рассчитывайте среднюю ошибку аппроксимации если известно что n=5, сумма у-у/у*100 процентов=25----5

Рассчитывайте чему будет равен сред.коэф. эласт, если х=78, у=57.89; нет ответа

Расчитсреднотнаппрксимn=10, =7

С позиции идентиф 3 вида: идентнеидентиф,сверхиндифицированное

С позиции идентифицируемости структурные модели можно подразделить на 3 вида: идентифицируемы, неидентифицируемы, сверхидентифицируемы

С позиции идентифицируемости структурные модели можно разделить на 3 вида: добавить сверхидентифицируемые

С позиции идентифицируемости структурные модели можно разделить на 3 вида: идентифиц.сверхидентифицир---неидентифиц.

С позиции идентифицируемости структурные модели можно разделить на 3 вида: идентифиц, неидентифиц.—сверхидентиф.

С увеличение лага число пар значений по которым рассчитывается коэф.автокорреляции---уменьшается

Сверхидентифицируемое уравнение: имеет множество решений

Система в кот одни и те же зависимые перемен –взаимозависимые ур-я

Система в которой одни и те же зависимые переменные в одном уравнении входят в ЛЕВУЮ ЧАСТЬ, а в других уравнениях В ПРАВУЮ ЧАСТЬ системы является системой—взаимозавис. Уравнений

Система уравнений - система, в которой зависимая переменная одного уравнения в виде фактора в другом уравнении, является системой : рекурсивных уравнений

Система, в которой одни и те же зависимые переменные в одном уравнении входят в левую часть, а в других уравнениях в правую часть системы называется системой: взаимозависимых уравнений

Скорректир сезон вариация в аддитивн модели должна быть равна

Скорректир.сезонная вариация в аддитивной модели должна быть равна: 0

Слово «Эконометрика»представляет собой комбинацию из двух слов--экономика и метрика

Слово эконометрика представляет комбинацию из двух слов экономика и метрика

Слово эконометрика представляет комбинацию из двух слов экономика и метрика

Слово эконометрика представляет собой комбинацию двух слов:экономика и метрика

Соотнесите : 1) сезонные компоненты-S2) трендовые компоненты-случайные компоненты

Соотнесите метод выбора типа уравнения и регрессии и его обоснование: аналитический-основан на изучении материальной природы связи исследуемых признаков, экспериментальный-при обработке информации на компьютере, графический-основан на поле корреляции

Соотнесите метод выбора типа уравнения и регрессии и его обоснование: аналитический-основан на изучении материальной природы связи исследуемых признаков, экспериментальный-при обработке информации на компьютере, графический-основан на поле корреляции

Соотнесите метод выбора типа уравнения и регрессии и его обоснование:

Соотнесите умножение-мультипликативн, сложение-аддитивн

Соотнесите урнеидентD+ 1 меньше 0,ур идентD + 1 =Н, сверхидD+1 больше 0

Соотнесите Ф-рытренд ряда-Т,случайн-Е,цикличн-С

Соотнесите функции с видом регрессий :1-множеств, 2-множест, 3-множеств, 4 –простая

Соотнесите функции с видом регрессий :1-множеств, 2-множест, 3-множеств, 4 –простая

Соотнесите функции с видом регрессии-- 1)y=f(x1,x2) множественная 2)y=f(x1,x2,x3) множеств 3)y=f(x1,x2,x3…xn)множеств 4)y=f(x) простая

Соотнесите: 1) коэффициент детерминации-основан на поле корреляции 2)коэфэласт—сред ошибка аппрокс. 3) коэф корреляции ---r

Соотнесите: 1) модели построенные по данным хар-им один объект за ряд последовательных моментов времени ---модели временных рядов2)модели построенные по данным хар-м совокупность различных объектов в опред.момент времени—пространствен.модели

Соотнесите: 1) составные показатели получ путем умножения-мультипликативные 2)составные показатели получ путем сложения--аддитивная

Соотнесите: 1) уравнение сверх… D+1>H 2)уравнение неинд—D+1<H 3)уравнение индентиф-D+1=H

Соотнесите: 1) факторы формирующие циклич колею ряда –S2)СЛУЧАЙНЫЕ ФАКТОРЫ—E3)ФАКТОРЫ ФОРМИРУЮЩИЕ ТЕНДЕНЦИЮ РЯДА –Т

Соотнесите: 1)аддитивная модель T+S+E 2)мультипликативная модель T*S*L

Соотнесите: 1)коэф.эласт-средн.ошибка аппрокс.2) коэф.коррел-…3)коэф.детерм—основан на поле корреляции

Соотнесите: 1)Составные показатели получаемые путем сложения—аддитивная

Соотнесите: 1)ур сверх-D+1>H 2)УР неидентифD+1<H 3) уридентифD+1=H

Соотнесите: D+1=H – уравнение идентифицируемо; D+1<H–уравнение неидентифицируемо; D+1>H–уравнение сверхидентифицируемо

Соотнесите: случайные факторы Е; факторы, формирующие тенд. ряда Т; факторы, формирующие цикличн.кол.ряда S

Соотнесите1.коэффициент детерминации – средняя ошибка аппроксимации2. коэффициент эластичности -- r3. коэффициент корелляции – основан на поле корреляции

Составные показатели получ путем сложения называется–аддитивными

Составные показатели получ.путем умножения---мультипликативная

Составные показатели получаемые путем сложения называется--аддитивные

Составные показатели получаемые путем умножения называется—мультипликативные

Составные показатели полученные путем сложения называется—аддитивными

Составные показатели, получаемые путем умножения называются:мультипликативные

Составные показатели, полученные путем сложения: аддитивные