Эконометрика / К.р. блекборт / Блекборд

1. Коэффициенты структурной формы представляют собой

Нелинейные функции от коэффициентов приведенной формы

2. СОУ строго идентифицируема, если

Если число параметров структурной модели равно числу параметров приведенной формы модели

3. Систему независимых уравнений можно оценить

МНК

4. СОУ сверхидентифицируема, если

Если число параметров структурной модели меньше числа параметров приведенной формы модели

5. Наличие автокорреляции 1-го порядка в остатках модели (МНК) можно определить используя

Статистику DW

6. Математическое ожидание остатков (классическая регрессионная модель)

=0

7. Расчетное значение t-статистики =

Оценка коэффициента регрессии/стандартная ошибка коэф.

8. В регрессии (МНК) коэффициент считается статистически не значимым, если соответствующее ему расчетное значение t-статистики

Меньше по модулю t-табличного

9. Число эндогенных переменных в СОУ равно

Числу уравнений и тождеств в СОУ

10. В методе наименьших квадратов (МНК) минимизируется

сумма квадратов отклонений реальных значений от расчетных

11. В регрессии оцененной МНК R^2=0,81. Доля случайных факторов в общей дисперсии равна

0,29

12. Для проверки статистической значимости уравнения регрессии в целом (МНК) использует

F-тест

13. Если все точки лежат на уравнении регрессии, то R^2 в таком уравнении

=1

14. Метод наименьших квадратов для оценки параметров линейной регрессии основан на нахождении

15. По выборке в 51 наблюдение оценена регрессия с 3 факторными признаками. Общая дисперсия (TSS) в модели=100. Чему равна TSS на 1 степень свободы

2

16. В модели (МНК) R^2=0,64. Какие утверждения верны?

Нет правильного ответа

17. Оценена модель (МНК) У=10,6+0,6Х+е n=25 st.er b₀=2 st.er b₁=0,4

b₀ –стат. значим, b₁ - стат. не значим

18. Оценена модель (МНК) У=10,6+0,6Х+е n=25 st.er b0=2,5 st.er b1=0,4

b0 –стат. значим, b1 - стат. не значим

19. СОУ считается неидентифицируемой (необх. условие), если хотя бы в 1 уравнении системы

(количество эндогенных переменных)>(количество отсутствующих в уравнении эндогенных переменных +1)

20. Коэффициент парной корреляции показывает

Направление и тесноту линейной связи между двумя переменными

21. СОУ считается сверхидентифицируемой (необх. условие), если хотя бы в 1 уравнении системы

(количество эндогенных переменных)<(количество отсутствующих в уравнении отсутствующих экзогенных переменных +1)

22. Число эндогенных переменных в СОУ равно

Числу уравнений и тождеств в СОУ

23. СОУ называется строго идентифицируемой (необх. условие), если в каждом уравнении системы

(количество эндогенных переменных)=(количество отсутствующих в уравнении эндогенных переменных +1)

24. Рекурсивную систему уравнений можно оценить

МНК

25. По выборке в 54 наблюдения оценена регрессия с 3 факторными признаками. Общая дисперсия (ESS) в модели=100. Чему равна ESS на 1 степень свободы

2

26. В модели регрессии (МНК) в каком интервале находится значение коэффициента b

-∞, +∞

27. Стандартная ошибка коэффициента =2. Расчетное значение статистики Стьюдента=2,5. Коэффициент регрессии =

5

28. Во множественной регрессии оцененной МНК

R^2(коэфф.детерминации) всегда больше скорректированного R^2

29. В тесте Стьюдента Н₀ (нулевая гипотеза)

О статистической незначимости отдельного коэффициента

30. Мультиколлинеарность – это

Линейная зависимость между регрессорами в модели

31. Математическое ожидание остатков (классическая регрессионная модель)

0

32. Гетероскедастичность означает

Различие дисперсий ошибок в регрессионной модели

33. В каком интервале находится значение коэффициента корреляци

34. Приведенная форма системы уравнений может быть оценена

МНК

35. По выборке в 54 наблюдения оценена регрессия с 2 факторными признаками. Общая дисперсия (RSS) в модели=100. Чему равна RSS на 1 степень свободы

50

36. Оценена модель n=50

Коэф-т автокорреляции первого порядка в остатках модели =0,5.

Тест DW показал

Наличие в остатках модели положительной автокорреляции первого порядка

37. В модели (МНК) F расчетное=2. Что можно сказать о значимости коэффициента b1?

Коэффициент статистически не значим

38. В модели (МНК)

Если коэффициент корреляции между Х и У меньше 0, то и коэффициент b1 меньше 0

39. В тесте White H0 (нулевая гипотеза)

О наличии гомоскедастичности

40. В парной линейной регрессии, оцененной МНК

R^2(коэф. детерминации) = rХУ (коэф. корреляции)

41. В модели Y = b0+b1X1+ei (МНК)

b0 в прямой или обратной зависимости от значения коэф корреляции между X и Y?

нет правильного ответа

42. В модели регрессии МНК в каком интервале находится значение коэф. b?

(- ;+)

43. В модели Y=5+0,3Х +e F расчетное равно 2. Что можно сказать о значимости коэф. b?

коэф. статистически не значим

44. Рекурсивную систему уравнений можно оценить

ТМНК

45. В парной линейной регрессии МНК r xy=0,9 Что верно?

90% вариации x объясняется вариацией Y ??? неправильно

46. Число экзогенных переменных в СОУ равно

нет правильного ответа

47. В модели парной линейной регрессии Y1 = b0+b1X1+e коэф. b1 показывает

на сколько в среднем изменится у если х изменится на 1

48. Коэф стуктурной формы представляют собой

Ответ: нет правильного

49. При увеличении ошибки первого рода (альфа), например, от 1% до 5%, величина доверительного интервала для коэф.

увеличивается

50. В уравнении парной регрессии, оцененной по МНК по 100 наблюдениям, число степеней свободы для сумм квадратов остатков ESS равно

98

51. Известно, что между двумя переменными X и Y существует функц. зависимость. Может ли в этом случае значение коэф. корреляции=0?

если между переменными существует нелинейная зависимость

52. Метод наименьших квадратов используется для оценки

параметров линейной регрессии

53. В уравнении парной регрессии, оцененной МНК по 100 наблюдениям, число степеней свободы для общей суммы квадратов TSS равно

98-неправильно. 99

54. При оценке параметров линейного уравнения регрессии с помощью МНК минимизируют сумму квадратов разности между

3 наблюдаемыми и моделируемыми значениями зависимой переменной

55. В множественной регрессии оцененной МНК

R2 (коэфф. детерминации) всегда больше скорректированного R2

56. В уравнении парной регрессии, оцененной МНК по 100 наблюдениям ЧСС для суммы квадратов объясненной регрессии (RSS) равно:

98 -???

57. При увеличении ошибки первого рода (альфа). Например от 1% до 5% величина доверительного интервала для коэффициента

не влияет - неправильно

58. В регрессии МНК коэффициент считается статически значимым, если соответствующее ему расчетное значение T статистики:

больше по модулю t-табличного.

59. В регрессии оцененной МНК R^2=0,81.

Доля случайных факторов в общей дисперсии равна 0,29

60. Известно, что между двумя переменными Х и У существует функциональная зависимость. Может ли в этом случае значение коэф.корел.=0?

Если все значения по переменной Х равны 0

61. Расчетное значение tстатистики =

оценка коэффициентов регрессии / стандартная ошибка коэффициентов

62. Один из возможных способов устранения мультиколлинеарности в уравнении множественной регрессии:

использовать ридж-регрессию

63. В МНК предполагается, что сумма квадратов отклонений значений результирующего признака от его теор.(расчет)значений должна быть равна

минимальной

64. Гетероскедастичность означает

различие дисперсий ошибок в регресс.модели

65. В парной линейной регрессии,оцененной МНК

Fстатистика=t^2 статистика

66. Для проверки статистической значимости отдельного коэф-та в уравнении регрессии используют

t-тест ??

67. В парной линейной регрессии rxy=0,9. Какие из утверждений верны?

Нет правильного ответа

68. В модели Y=b0+b1X+e b1=0,8.

Изменение Х на 1 ед. в среднем ведет к изменению У на 0,8 ед.

69. Коэффициент регрессии=5, расчетное значение статистики Стьюдента=2,5. Стандартная ошибка коэф-та=

2

70. Коэф.регр=5. Стандартная ошибка коэф-та=2. Расчетное значение статистики Стюьдента=

2.5

71. Внешние признаки мультиколлинеарности:

1. некоторые оценки коэффициентов в уравнении множественной регрессии могут быть незначимы ( по t-критерию), а уравнения значимы ( по F-критерию)

2. оценки коэффициентов в уравнении множественной регрессии имеют «неверные»

Знаки с точки зрения здравого смысла

3. коэффициенты в уравнении множественной регрессии имеют неоправданно большие значения

72. Сверхидентифицированную СОУ можно оценить

ДМНК

73. СОУ неидентифицируема, если

если число параметров структурной модели больше числа параметров приведенной формы

74. приведенная форма модели представляет собой систему уравнений, в которой