эконометрика

28

АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ ОРГАНИЗАЦИЯ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ЦЕНТРОСОЮЗА РОССИЙСКОЙ ФЕДЕРАЦИИ

«РОССИЙСКИЙ УНИВЕРСИТЕТ КООПЕРАЦИИ»

КАЗАНСКИЙ КООПЕРАТИВНЫЙ ИНСТИТУТ (ФИЛИАЛ)

О.А.Тихонова

ЭКОНОМЕТРИКА

ТЕСТОВЫЕ ЗАДАНИЯ

для студентов по специальностям 080109.65 «Бухгалтерский учет, анализ и аудит»; 080105.65 «Финансы и кредит»

Казань

2010

F1: Эконометрика

F2: авторский состав

F3: Комментарий

F4: Задания для заочников; Подраздел; Тема;

V1: {{1}} 01. Введение в эконометрику. Основные понятия эконометрики.

V2: {{1}} 01.01. Основные понятия эконометрики.

I:{{1}} ТЗ-1 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Эконометрика – это …

+: наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов

-: раздел экономической теории, связанный с анализом статистической информации

-: специальный раздел математики, посвященный анализу экономической информации

-: наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов

I:{{2}} ТЗ-2 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Термин эконометрика был введен:

+: Фришем

-: Марковым

-: Тинбергеном

-: Фишером

I:{{3}} ТЗ-3 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Значения экономических параметров, характеризующих различные экономические объекты в данный или один и тот же момент времени принято называть:

+: пространственными данными

-: временными данными или рядами

I:{{4}} ТЗ-4 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Значения экономических параметров, характеризующих один и тот же экономический объект в различные моменты времени принято называть:

-: пространственными данными

+: временными данными или рядами

I:{{5}} ТЗ-5 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Внешние по отношению к рассматриваемой экономической модели переменные называются:

-: эндогенные

+: экзогенные

-: лаговые

-: интерактивные

I:{{6}} ТЗ-6 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Переменные, значения которых формируются внутри самой модели и являются объясняемыми, называются:

+: эндогенными

-: экзогенными

-: лаговыми

-: предопределенными

I:{{7}} ТЗ-7 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Переменные, значения которых датированы предыдущими моментами времени, называются:

-: эндогенными

-: экзогенными

+: лаговыми

-: предопределенными

I:{{8}} ТЗ-8 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: Переменные, значения которых известны к моменту моделирования, называются:

-: эндогенными

-: экзогенными

-: лаговыми

+: предопределенными

I:{{9}} ТЗ-9 (ДЕ-1-1-0); t=0; k=; ek=0; m=0; c=0;

S: К классу предопределенных переменных не относят:

-: лаговые эндогенные

-: лаговые экзогенные

+: текущие эндогенные

-: текущие экзогенные

V2: {{2}} 01.02. Эконометрическое моделирование.

I:{{10}} ТЗ-10 (ДЕ-1-2-0); t=0; k=; ek=0; m=0; c=0;

S: Выберите правильную последовательность.

Этапы построения эконометрической модели:

оценка параметров модели (параметризация)

спецификация модели (выбор формы модели)

проверка адекватности модели

сбор статистической информации об объекте исследования

+: 2,4,1,3

-: 1,2,3,4

-: 2,4,3,1

-: 3,2,4,1

I:{{11}} ТЗ-11 (ДЕ-1-2-0); t=0; k=; ek=0; m=0; c=0;

S: Под верификацией модели понимается:

-: спецификация модели (выбор формы модели)

-: оценка параметров модели (параметризация)

-: сбор статистической информации об объекте исследования

+: проверка адекватности модели

I:{{12}} ТЗ-12 (ДЕ-1-2-0); t=0; k=; ek=0; m=0; c=0;

S: Под параметризацией (настройкой) модели понимается:

-: спецификация модели

+: оценка параметров модели

-: сбор статистической информации об объекте исследования

-: проверка адекватности модели

I:{{13}} ТЗ-13 (ДЕ-1-2-0); t=0; k=; ek=0; m=0; c=0;

S: Выбор списка переменных модели и типа взаимосвязи между ними выполняется на этапе:

+: спецификации

-: оценки параметров

-: сбора статистической информации об объекте исследования

-: проверка адекватности

I:{{14}} ТЗ-14 (ДЕ-1-2-0); t=0; k=; ek=0; m=0; c=0;

S: Статистический анализ модели (статистическое оценивание её параметров) относится к этапу:

-: априорному

-: информационному

+: идентификации

-: верификации

V1: {{2}} 02. Метод наименьших квадратов

V2: {{3}} 02.03. Элемент 2-ого уровня структуры

I:{{15}} ТЗ-15 (ДЕ-2-3-0); t=0; k=; ek=0; m=0; c=0;

S: Метод наименьших квадратов может применяться в случае

-: только парной регрессии

-: только множественной регрессии

+: нелинейной и линейной множественной регрессии

-: коллинеарной регрессии

I:{{16}} ТЗ-16 (ДЕ-2-3-0); t=0; k=; ek=0; m=0; c=0;

S: Метод наименьших квадратов используется для оценивания

+: параметров линейной регрессии

-: величины коэффициента корреляции

-: величины коэффициента детерминации

-: средней ошибки аппроксимации

I:{{17}} ТЗ-17 (ДЕ-2-3-0); t=0; k=; ek=0; m=0; c=0;

S: Параметры модели линейной парной регрессии y=a+b(x могут быть найдены

-: методом скользящей средней

+: методом наименьших квадратов

-: методом аналитического выравнивания

V2: {{4}} 02.04. Элемент 2-ого уровня структуры

I:{{18}} ТЗ-18 (ДЕ-2-4-0); t=0; k=; ek=0; m=0; c=0;

S: Модель линейной парной регрессии имеет вид y=-5.79+36.84(x, коэффициент регрессии в такой модели равен:

-: -5.79

+: 36.84

-: 0.6

I:{{19}} ТЗ-19 (ДЕ-2-4-0); t=0; k=; ek=0; m=0; c=0;

S: Модель линейной парной регрессии имеет вид y=1.9+0.65(x, коэффициент регрессии в такой модели равен:

-: 1.9

+: 0.65

-: 0.55

I:{{20}} ТЗ-20 (ДЕ-2-4-0); t=0; k=; ek=0; m=0; c=0;

S: Модель линейной парной регрессии имеет вид y=3.4+2.986(x, коэффициент регрессии в такой модели равен:

-: 3.4

+: 2.986

-: 0.986

V1: {{3}} 03. Регрессионные модели

V2: {{5}} 03.05. Общие понятия

I:{{21}} ТЗ-21 (ДЕ-3-5-0); t=0; k=; ek=0; m=0; c=0;

S: Величина коэффициента регрессии показывает …

+: среднее изменение результата при изменении фактора на одну единицу

-: характер связи между фактором и результатом

-: тесноту связи между фактором и результатом

-: тесноту связи между исследуемыми факторами

I:{{22}} ТЗ-22 (ДЕ-3-5-0); t=0; k=; ek=0; m=0; c=0;

S: В зависимости от типа взаимосвязи между эндогенной переменной и экзогенной регрессионные модели подразделяются на:

+: линейные и нелинейные

-: парные и множественные

I:{{23}} ТЗ-23 (ДЕ-3-5-0); t=0; k=; ek=0; m=0; c=0;

S: В зависимости от количества экзогенных переменных в модели их подразделяются на:

-: линейные и нелинейные

+: парные и множественные

-: статические и динамические

-: стационарные и нестационарные

I:{{24}} ТЗ-24 (ДЕ-3-5-0); t=0; k=; ek=0; m=0; c=0;

S: Выбрать правильный ответ.

Независимые переменные в регрессионных моделях называются:

-: откликами

-: возмущениями

+: регрессорами

-: остатком

I:{{25}} ТЗ-25 (ДЕ-3-5-0); t=0; k=; ek=0; m=0; c=0;

S: Оценка случайного возмущения называется:

+: остатком

-: откликом

-: регрессором

V2: {{6}} 03.06. Линейная парная регрессия

I:{{26}} ТЗ-26 (ДЕ-3-6-0); t=0; k=; ek=0; m=0; c=0;

S: Выбрать правильный ответ.

Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

+: Y=a+bX

-: Y=a+bX²

-: Y=a+b₁X₁+b₂X₂

I:{{27}} ТЗ-27 (ДЕ-3-6-0); t=0; k=; ek=0; m=0; c=0;

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

-: Y=a+bX

+: Y=a+bX²

-: Y= bX

I:{{28}} ТЗ-28 (ДЕ-3-6-0); t=0; k=; ek=0; m=0; c=0;

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

-: Y=a+bX²

+: Y=a+bX

-: Y=a+b₁X₁+b₂X₂

-: Y=a+ b/X

I:{{29}} ТЗ-29 (ДЕ-3-6-0); t=0; k=; ek=0; m=0; c=0;

S: Уравнение линейной парной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

+: Y=a+bX²

-: Y=a+bX

-: Y= bX

I:{{30}} ТЗ-30 (ДЕ-3-6-0); t=0; k=; ek=0; m=0; c=0;

S: Какое из уравнений соответствует уравнению модели линейной парной регрессии?

+: y=a+bx

-: y=a+b₁x₁+b₂x₂+

-:  y=a+b/x+(

-: y=a+b₁x+b₂x²+

V2: {{7}} 03.07. Примеры линейной параной регресии

I:{{31}} ТЗ-31 (ДЕ-3-7-0); t=0; k=; ek=0; m=0; c=0;

S: Примером линейной зависимости экономических показателей является

-: классическая гиперболическая зависимость спроса от цены

+: зависимость зарплаты рабочего от его выработки при сдельной оплате труда

-: зависимость объема продаж от недели реализации

I:{{32}} ТЗ-32 (ДЕ-3-7-0); t=0; k=; ek=0; m=0; c=0;

S: Примером линейной зависимости экономических показателей является

+: зависимость стоимости квартиры от ее площади

-: зависимость зарплаты рабочего от номера месяца в течение года

-: зависимость объема продаж от недели реализации

V2: {{8}} 03.08. Модель линейной множественной регрессии

I:{{33}} ТЗ-33 (ДЕ-3-8-0); t=0; k=; ek=0; m=0; c=0;

S: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, может иметь вид:

-: Y=a+bX

-: Y=a+bX²

+: Y=a+b₁X₁+b₂X₂

-: Y= bX

I:{{34}} ТЗ-34 (ДЕ-3-8-0); t=0; k=; ek=0; m=0; c=0;

S: Уравнение линейной множественной регрессии между зависимой переменной Y и независимой переменной X, где a, b – параметры модели, не может иметь вид:

+: Y=a+b₁X₁²+b₂X₂³

-: Y=a+b₁X₁+b₂X₂

-: Y=a+b₁X₁+b₂X₂+b₃X₃

I:{{35}} ТЗ-35 (ДЕ-3-8-0); t=0; k=; ek=0; m=0; c=0;

S: Какое из уравнений соответствует модели линейной множественной регрессии?

-: y=a+bx

+: y=a+b₁x₁+b₂x₂+

-: y=a+b₁x+b₂x²+

I:{{36}} ТЗ-36 (ДЕ-3-8-0); t=0; k=; ek=0; m=0; c=0;

S: Какие из уравнений не соответствуют модели линейной множественной регрессии?

-: y= a+b₁x₁+b₂x₂+b₃x₃+

-: y=a+b₁x₁+b₂x₂+

+: y=a+b₁x+b₂x²+

V1: {{4}} 04. Элемент 1-ого уровня структуры

V2: {{9}} 04.09. Нелинейные регрессионные модели

I:{{37}} ТЗ-37 (ДЕ-4-9-0); t=0; k=; ek=0; m=0; c=0;

S: Нелинейным является уравнение регрессии нелинейное относительно входящих в него

+: переменных(факторов)

-: результатов

-: параметров

-: случайных величин

I:{{38}} ТЗ-38 (ДЕ-4-9-0); t=0; k=; ek=0; m=0; c=0;

S: Примером нелинейной зависимости экономических показателей является

+: классическая гиперболическая зависимость спроса от цены

-: линейная зависимость выручки от величины оборотных средств

-: зависимость объема продаж от недели реализации

-: линейная зависимость затрат на производство от объема выпуска продукции

I:{{39}} ТЗ-39 (ДЕ-4-9-0); t=0; k=; ek=0; m=0; c=0;

S: Линеаризация нелинейной модели регрессии может быть достигнута:

-: отбрасыванием нелинейных переменных

-: перекрестной суперпозицией переменных

+: преобразованием анализируемых переменных

-: сглаживанием переменных

V2: {{10}} 04.10. Элемент 2-ого уровня структуры

I:{{40}} ТЗ-40 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+bx³:

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

I:{{41}} ТЗ-41 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+b(lnx:

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

I:{{42}} ТЗ-42 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=a+b/x:

-: путем дифференцирования

-: путем логарифмирования

+: путем замены переменных

-: путем потенцирования

I:{{43}} ТЗ-43 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=аb^x

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

I:{{44}} ТЗ-44 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y= аx^b:

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

I:{{45}} ТЗ-45 (ДЕ-4-10-0); t=0; k=; ek=0; m=0; c=0;

S: При помощи какого математического преобразования можно выполнить линеаризацию модели y=аe^bx:

-: путем дифференцирования

+: путем логарифмирования

-: путем замены переменных

-: путем потенцирования

V2: {{11}} 04.11. Элемент 2-ого уровня структуры

I:{{46}} ТЗ-46 (ДЕ-4-11-0); t=0; k=; ek=0; m=0; c=0;

S: К линейному уравнению нельзя привести следующий вид модели

+: y=a+bx^C

-: y=a+b₁x₁+b₂x₂+

-: y=a+b/x+(

-: y=a+b₁x+b₂x²+

V1: {{5}} 05. Оценка качества регрессионной модели

V2: {{12}} 05.12. Элемент 2-ого уровня структуры

I:{{47}} ТЗ-47 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Теснота статистической связи между переменной у и объясняющими переменными Х измеряется:

-: t-критерием Стьюдента

-: коэффициентом детерминации

+: коэффициентом корреляции

-: F-критерием Фишера

I:{{48}} ТЗ-48 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Коэффициент парной линейной корреляции характеризует:

+: тесноту линейной связи между двумя переменными

-: тесноту нелинейной связи между двумя переменными

-: тесноту линейной связи между несколькими переменными

-: тесноту нелинейной связи между несколькими переменными

I:{{49}} ТЗ-49 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляция подразумевает наличие связи между

+: переменными

-: параметрами

-: случайными факторами

-: результатом и случайными факторами

I:{{50}} ТЗ-50 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Коэффициент корреляции для модели линейной парной регрессии может быть рассчитан по формуле:

-:

-: R=(r_xy)²

+:

I:{{51}} ТЗ-51 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy может принимать значения в диапазоне:

-: (-1; 1)

-: [0; 1]

+: [-1; 1]

-: [-1.1; 1]

I:{{52}} ТЗ-52 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy не может принимать значения в диапазоне:

+: (-2; 1)

-: [0; 1]

-: [-1; 1]

-: [-0.1; 1]

I:{{53}} ТЗ-53 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляяции r_xy может принимать значения в диапазоне:

-: (-1; 1.1)

-: [0; 1.5]

-: [0; 2]

+: [-1; 1]

I:{{54}} ТЗ-54 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy может принимать значения в диапазоне:

-: [0; 1.5]

-: [0; 1.1]

+: [-1; 1]

-: [-0.5; 1.5]

I:{{55}} ТЗ-55 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy может принимать значения только в диапазоне:

-: [-1; 1.5]

-: [-1.1; 1]

-: [-1.1; 1]

+: [-1; 1]

I:{{56}} ТЗ-56 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

-: 0.5

-: 0.99

-: -0.5

+: 1.2

I:{{57}} ТЗ-57 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

-: 0.5

-: 0.99

+: 1.05

-: 1

I:{{58}} ТЗ-58 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy не может принимать значение равное:

-: 0.6

-: 0.01

+: -1.05

-: 1

I:{{59}} ТЗ-59 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy может принимать значение равное:

-: -1.1

+: 0.99

-: 1.05

-: 1.2

I:{{60}} ТЗ-60 (ДЕ-5-12-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент корреляции r_xy может принимать значение равное:

-: -1.35

+: -0.99

-: 1.05

-: 1.001

V2: {{13}} 05.13. Элемент 2-ого уровня структуры

I:{{61}} ТЗ-61 (ДЕ-5-13-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляционная связь между переменными X и Y считается тесной, если коэффициент корреляции принимает следующие значения:

-: r_xy=0;

-: 0<r_xy0.3

-: 0.3<r_xy0.7

+: 0.7<r_xy<1

-: r_xy=1

I:{{62}} ТЗ-62 (ДЕ-5-13-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляционная связь между переменными X и Y считается умеренной, если коэффициент корреляции принимает следующие значения:

-: r_xy=0;

-: 0<r_xy0.3

+: 0.3<r_xy0.7

-: 0.7<r_xy<1

-: r_xy=1

I:{{63}} ТЗ-63 (ДЕ-5-13-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляционная связь между переменными X и Y считается слабой, если коэффициент корреляции принимает следующие значения:

-: r_xy=0;

+: 0<r_xy0.3

-: 0.3<r_xy0.7

-: 0.7<r_xy<1

-: r_xy=1

I:{{64}} ТЗ-64 (ДЕ-5-13-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляционная связь между переменными X и Y считается линейной функциональной, если коэффициент корреляции принимает следующие значения:

-: r_xy=0;

-: 0<r_xy0.3

-: 0.3<r_xy0.7

-: 0.7<r_xy<1

+: r_xy=1

I:{{65}} ТЗ-65 (ДЕ-5-13-0); t=0; k=; ek=0; m=0; c=0;

S: Корреляционная связь между переменными X и Y отсутствует, если коэффициент корреляции принимает следующие значения:

-: r_xy=0;

-: 0<r_xy0.3

-: 0.3<r_xy0.7

+: 0.7<r_xy<1

-: r_xy=1

V2: {{14}} 05.14. Элемент 2-ого уровня структуры

I:{{66}} ТЗ-66 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Коэффициент детерминации R является показателем

-: тесноты связи между переменными X и Y

+: качества построенной модели

-: адекватности модели исходным фактическим данным

-: статистической значимости модели

I:{{67}} ТЗ-67 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Коэффициент детерминации рассчитывается для оценки качества

+: подбора уравнения регрессии

-: параметров уравнения регрессии

-: мультиколлинеарных факторов

-: факторов, не включенных в уравнение регрессии

I:{{68}} ТЗ-68 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Качество построенной модели парной регрессии может быть измерено:

-: t-критерием Стьюдента

+: коэффициентом детерминации

-: коэффициентом корреляции

-: F-критерием Фишера

I:{{69}} ТЗ-69 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Коэффициент детерминации для модели линейной парной регрессии может быть рассчитан по формуле:

-:

+: R=(r_xy)²

-:

I:{{70}} ТЗ-70 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

-: (-1; 1)

+: [0; 1]

-: [-1; 1]

-: [-1.1; 1]

I:{{71}} ТЗ-71 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R не может принимать значения в диапазоне:

+: (1; 1.5)

-: [0; 1]

-: [0; 0.99]

-: [0.1; 1]

I:{{72}} ТЗ-72 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

-: (-1; 1)

-: [0; 1.5]

+: [0; 1]

-: [-1.1; 1]

I:{{73}} ТЗ-73 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать значения в диапазоне:

+: [0; 1]

-: [0; 1.1]

-: [-1; 1]

-: [-0.5; 1]

I:{{74}} ТЗ-74 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать значения только в диапазоне:

-: [-1; 1]

-: [-1.1; 1]

-: [-1; 1]

+: [0; 1]

I:{{75}} ТЗ-75 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R не может принимать значение равное:

-: 0.5

-: 0.99

+: -0.5

-: 1

I:{{76}} ТЗ-76 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R не может принимать значение равное:

-: 0.5

-: 0.99

+: 1.05

-: 1

I:{{77}} ТЗ-77 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R не может принимать значение равное:

-: 0.6

-: 0.01

+: -1.05

-: 1

I:{{78}} ТЗ-78 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать только значение равное:

-: -0.5

+: 0.99

-: 1.05

-: 1.2

I:{{79}} ТЗ-79 (ДЕ-5-14-0); t=0; k=; ek=0; m=0; c=0;

S: Линейный коэффициент детерминации R может принимать только значение равное:

+: 0.35

-: -0.99

-: 1.05

-: 1.001

V2: {{15}} 05.15. Элемент 2-ого уровня структуры

I:{{80}} ТЗ-80 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.5

-: 0.5

+: 0.25

-: (0.5

-: (0.25

I:{{81}} ТЗ-81 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.3

-: 0.3

+: 0.09

-: (0.3

-: (0.09

I:{{82}} ТЗ-82 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.4

-: 0.4

+: 0.16

-: (0.4

-: (0.16

I:{{83}} ТЗ-83 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.25

+: 0.0625

-: (0.625

-: 0.5

-: (0.25

I:{{84}} ТЗ-84 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.6

+: 0.36

-: (0.36

-: 0.6

-: (0.24

I:{{85}} ТЗ-85 (ДЕ-5-15-0); t=0; k=; ek=0; m=0; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.7

-: 0.07

-: (0.49

+: 0.49

-: (0.7

I:{{86}} ТЗ-86 (ДЕ-5-15-0); t=0; k=; ek=60; m=100; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.7

-: 0.07

+: 0.49

-: -0.49

-: -0.7

I:{{87}} ТЗ-87 (ДЕ-5-15-0); t=0; k=; ek=60; m=100; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.8

+: 0.64

-: 0.8

-: -0.64

-: -0.8

I:{{88}} ТЗ-88 (ДЕ-5-15-0); t=0; k=; ek=60; m=100; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.9

+: 0.81

-: 0.9

-: -0.81

-: -0.9

I:{{89}} ТЗ-89 (ДЕ-5-15-0); t=0; k=; ek=60; m=100; c=0;

S: Определить коэффициент детерминации линейной двухфакторной модели, если известно, что коэффициент корреляции r_xy= 0.65

-: 0.65

+: 0.4225

-: -0.65

-: -0.125

V1: {{6}} 06. Временные ряды

V2: {{16}} 06.16. Элемент 2-ого уровня структуры

I:{{90}} ТЗ-90 (ДЕ-6-16-0); t=0; k=; ek=0; m=0; c=0;

S: Тенденция (Тренд) временного ряда характеризует совокупность факторов,

+: оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя

-: оказывающих сезонное воздействие

-: оказывающих единовременное влияние

-: не оказывающих влияние на уровень ряда

I:{{91}} ТЗ-91 (ДЕ-6-16-0); t=0; k=; ek=0; m=0; c=0;

S: Плавно меняющаяся компонента временного ряда, отражающая влияние на экономические показатели долговременных факторов, называется:

+: трендом

-: сезонной компонентой

-: циклической компонентой

-: случайной компонентой

I:{{92}} ТЗ-92 (ДЕ-6-16-0); t=0; k=; ek=0; m=0; c=0;

S: Компонента временного ряда, которая отражает колебания экономических показателей с периодом равным одному году, называется:

-: трендом

+: сезонной компонентой

-: циклической компонентой

-: случайной компонентой

I:{{93}} ТЗ-93 (ДЕ-6-16-0); t=0; k=; ek=0; m=0; c=0;

S: Компонента временного ряда, которая отражает колебания экономических показателей с периодами длиной в несколько лет, называется:

-: трендом

-: сезонной компонентой

+: циклической компонентой

-: случайной компонентой

I:{{94}} ТЗ-94 (ДЕ-6-16-0); t=0; k=; ek=0; m=0; c=0;

S: Компонента временного ряда, которая отражает влияние не поддающихся учету и регистрации случайных факторов, называется:

-: трендом

-: сезонной компонентой

-: циклической компонентой

+: случайной компонентой

V2: {{17}} 06.17. Элемент 2-ого уровня структуры

I:{{95}} ТЗ-95 (ДЕ-6-17-0); t=0; k=; ek=0; m=0; c=0;

S: Временной ряд называется стационарным, если

+: среднее значение членов ряда постоянно

-: члены ряда образуют арифметическую прогрессию

-: члены ряда образуют геометрическую прогрессию

-: среднее значение членов ряда постоянно растет

I:{{96}} ТЗ-96 (ДЕ-6-17-0); t=0; k=; ek=0; m=0; c=0;

S: Временной ряд является нестационарным, если:

-: среднее значение его членов постоянно

-: его случайная составляющая зависит от времени

-: его члены не зависят от времени

+: его неслучайная составляющая зависит от времени

I:{{97}} ТЗ-97 (ДЕ-6-17-0); t=0; k=; ek=0; m=0; c=0;

S: В стационарном временном ряде трендовая компонента

+: отсутствует+

-: присутствует

-: имеет линейную зависимость от времени

-: имеет нелинейную зависимость от времени

V2: {{18}} 06.18. Элемент 2-ого уровня структуры

I:{{98}} ТЗ-98 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: В аддитивной модели временного ряда его основные компоненты

-: перемножаются

-: логарифмируются

+: складываются

-: закономерные компоненты перемножаются, а случайная - складывается

I:{{99}} ТЗ-99 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: В мультипликативной модели временного ряда его основные компоненты

-: логарифмируются

+: перемножаются

-: складываются

-: закономерные компоненты перемножаются, а случайная - складывается

I:{{100}} ТЗ-100 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: В мультипликативно-аддитивной модели временного ряда его основные компоненты

-: логарифмируются

-: перемножаются

-: складываются

+: закономерные компоненты перемножаются, а случайная - складывается;

I:{{101}} ТЗ-101 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: Временной ряд записан в следующем виде: Y=T+S+C+E, выберите вид соответствующей модели:

-: регрессионная модель

-: мультипликативная модель

-: мультипликативно-аддитивная модель

+: аддитивная модель

I:{{102}} ТЗ-102 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: Временной ряд записан в следующем виде: Y=T(S(C(E, выберите вид соответствующей модели:

-: регрессионная модель

+: мультипликативная модель

-: мультипликативно-аддитивная модель

-: аддитивная модель

I:{{103}} ТЗ-103 (ДЕ-6-18-0); t=0; k=; ek=0; m=0; c=0;

S: Временной ряд записан в следующем виде: Y=T(S(C+E, выберите вид соответствующей модели:

-: регрессионная модель

-: мультипликативная модель

+: мультипликативно-аддитивная модель

-: аддитивная модель

V2: {{19}} 06.19. Элемент 2-ого уровня структуры

I:{{104}} ТЗ-104 (ДЕ-6-19-0); t=0; k=; ek=60; m=100; c=0;

S: Какой из методов используется при вычислении сезонной компоненты временного ряда:

-: метод укрупнения интервалов

+: метод скользящей средней

-: метод экспоненциального сглаживания

I:{{105}} ТЗ-105 (ДЕ-6-19-0); t=0; k=; ek=0; m=0; c=0;

S: Какие методы используются при моделировании тренда временного ряда?

+: метод укрупнения интервалов

+: метод скользящей средней

+: метод аналитического выравнивания