- •Эконометрика Учебно-методический комплекс
- •1. Цели и задачи дисциплины
- •2. Требования к уровню освоения дисциплины
- •3. Объем дисциплины
- •3.1 Объем дисциплины и виды учебной работы
- •3.2 Распределение часов по темам и видам учебной работы
- •4. Содержание курса
- •Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные регрессионные модели и их линеаризация.
- •Тема 5. Динамические регрессионные модели.
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •6. Задания для самостоятельной работы студентов
- •6.1. Задачи Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •Задача 2.5.
- •Задача 2.6.
- •Задача 2.7.
- •Задача 2.8.
- •Задача 2.14.
- •Задача 4.1.
- •Задача 6.1.
- •Вариант 2.
- •Вариант 3.
- •Вариант 4.
- •Вариант 5.
- •Вариант 6.
- •Вариант 7.
- •Вариант 8.
- •Вариант 9.
- •Вариант 10.
- •Вариант 11.
- •Вариант 12.
- •Вариант 13.
- •Вариант 14.
- •Вариант 15.
- •Вариант 16.
- •Вариант 17.
- •Вариант 18.
- •Вариант 19.
- •Вариант 20.
- •Вариант 21.
- •Вариант 22.
- •Вариант 23.
- •Вариант 24.
- •Вариант 25.
- •6.3. Примерные темы рефератов
- •7. Варианты контрольных работ и методические указания по их выполнению
- •Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные модели регрессии и их линеаризация.
- •Тема 5. Модели стационарных и нестационарных временных рядов.
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.
- •Тема 7. Системы линейных одновременных уравнений.
- •Тема 8. Идентификация систем одновременных уравнений.
- •Варианты контрольных работ.
- •8. Вопросы для подготовки к экзамену
- •9. Учебно-методическое обеспечение дисциплины
- •9.1 Литература
- •9.2 Методическое обеспечение дисциплины
- •9.3 Материально-техническое и информационное обеспечение дисциплин
- •10. Инновационные технологии, используемые в преподавании курса «эконометрика»
- •Эконометрика Учебно-методический комплекс
Вариант 23.
Производственная функция Кобба-Дугласа представляет собой:
а) систему одновременных уравнений;
б) регрессионную модель с одним уравнением;
в) модель временного ряда;
г) аддитивную тренд-сезонную модель.
При исследовании зависимости оборота розничной торговли (Y, млрд. руб.) от трех факторов: Х1 - денежные доходы населения, млрд. руб.; Х2 – численность безработных, млн. чел.; Х3 – официальный курс рубля по отношению к доллару США получена следующая модель:
Y = 55,74 + 0,33X1 – 4,98X2 + 2,38X3 + ε.
При уменьшении только численности безработных на 1 млн. чел. оборот розничной торговли в среднем:
а) увеличится на 4,98 млрд. руб.;
б) уменьшится на 4,98 млрд. руб.;
в) увеличится на 4,98%;
г) останется неизменным.
При расчете частных коэффициентов эластичности Y по факторам Х1, Х2, Х3 получены следующие значения:-0,36,0,43,0,29. Упорядочите факторы по силе воздействия на результат:
а) X1, X3, X2;
б) X3, X1, X2;
в) X1, X2, X3;
г) X3, X2, X1.
Уравнение регрессии Y по X1 и X2, построенное по 100 наблюдениям, проверяется на гетероскедастичность. Получено, что =26,49;=49,03;F=1,85. Табличное значение при уровне значимости α=0,05 составляет 1,84. Какой тест применялся? Какой вывод можно сделать по результатам теста:
а) Тест Глейзера. Гипотеза об отсутствии гетероскедастичности в регрессионной модели принимается.
б) Тест Глейзера. Гипотеза об отсутствии гетероскедастичности в регрессионной модели отвергается.
в) Тест Голдфельда-Квандта. Гипотеза об отсутствии гетероскедастичности в регрессионной модели принимается.
г) Тест Голдфельда-Квандта. Гипотеза об отсутствии гетероскедастичности в регрессионной модели отвергается.
При исследовании зависимости объема потребления продукта А (y) от времени года были введены следующие фиктивные переменные: d1 (1 - если месяц зимний, 0 – в остальных случаях), d2 (1 - если месяц весенний, 0 – в остальных случаях), d3 (1 - если месяц летний, 0 – в остальных случаях) и получено следующее уравнение Y = b0 + b1d1 + b2d2 + b3d3+ ε.
Чему равна разница среднемесячного объема потребления между летними и осенними месяцами:
а) b0;
б) b3;
в) b0 – b3;
г) b0 + b3.
Параметры какой из приведенных моделей характеризуют среднее изменение результативного признака (в %) при изменении факторного на 1%:
а) y = b0+ b1x1 + b2x2+ ε;
б) y = b0+ b1lnx1 + b2lnx2+ ε;
в) y = b0x1b1x2b2ε;
г) lny = b0+ b1lnx1 + b2lnx2+ ε;
По графикам автокорреляционной и частной автокорреляционной функций процесса видно, что автокорреляционная функция плавно спадает, а значения частной автокорреляционной функции близки к нулю, начиная с лага 2. Какой моделью идентифицируется исследуемый процесс:
а) АР(1);
б) СС(1);
в) АРПСС(1;0;0);
г) АРСС(2;0).
По данным о динамике оборота розничной торговли (Y, млрд. руб.) и дохода населения (X, млрд. руб.) была получена следующая модель с распределенными лагами:
Yt = 0,45∙Xt + 0,20∙Xt-1 + 0,15∙Xt-2 + 0,05∙Xt-3 + εt.
Параметр модели 0,45 является:
а) краткосрочным мультипликатором;
б) долгосрочным мультипликатором;
в) средним лагом;
г) медианным лагом.
Метод Койка применяется для оценки параметров модели:
а) авторегрессии порядка p;
б) скользящего среднего порядка q;
в) с распределенным лагом с конечной величиной лага;
г) с распределенным лагом с бесконечной величиной лага.
Система одновременных регрессионных уравнений содержит 3 эндогенные и 4 экзогенные переменные. Первое уравнение системы включает 3 эндогенные и 2 экзогенные переменные. Тогда можно утверждать, что:
а) первое уравнение идентифицируемо по необходимому условию;
б) первое уравнение идентифицируемо по достаточному условию;
в) первое уравнение сверхидентифицируемо по необходимому условию;
г) первое уравнение неидентифицируемо по необходимому условию.