- •Економетрія
- •Змістовий модуль 1: постановка задачі економетричного моделювання
- •1.1. Предмет, заВдання і зміст економетричного моделювання
- •1.1.1. Предмет економетрії
- •1.1.2. Проблеми і завдання економетричного моделювання
- •1.1.3. Зміст (послідовність) економетричного моделювання
- •1.2. Формування матриці даних для економетричного моделювання
- •1.2.1 Загальна характеристика матриці
- •1.2.2 Змінні в матриці
- •1.2.3. Об’єкти спостереження в матриці
- •1.2.4. Вимоги до розмірів матриці
- •1.2.5. Показники варіації змінних
- •1.2.6. Поля кореляції і їх аналіз
- •1.2.7. Вилучення аномальних об’єктів спостереження
- •1.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •1.3.1. Тестові завдання
- •1.3.2. Логічні вправи
- •1.3.3. Розрахункові вправи
- •Змістовий модуль 2: специфікація економетричних моделей
- •2.1. Ідентифікація незалежних змінних
- •2.1.1. Мета і послідовність ідентифікації
- •2.1.2. Коефіцієнти парної кореляції і детермінації
- •2.1.3. Тестування суттєвості (невипадковості) коефіцієнтів кореляції
- •2.1.4. Інтервали довіри для коефіцієнтів кореляції
- •2.1.5 Мультиколінеарність
- •2.1.6. Бета - коефіцієнти
- •2.1.7. Тестування автономії екзогенних змінних
- •2.1.8. Коефіцієнт множинної кореляції і детермінації
- •2.1.9. Тестування значущості вкладу факторів у множинну детермінацію
- •2.1.10. Вилучення екзогенних змінних
- •2.2. Специфікація аналітичної форми рівнянь регресії
- •2.2.1. Мета і способи специфікації
- •2.2.2. Аналітичні форми рівнянь регресії
- •2.2.3. Спосіб перших різниць
- •2.2.4. Лінеаризація нелінійних рівнянь регресії
- •2.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •2.3.1. Тестові завдання
- •2.3.2. Логічні вправи
- •2.3.3. Розрахункові вправи
- •Змістовий модуль 3: оцінювання параметрів економетричних моделей
- •3.1. Оцінювання параметрів рівнянь регресії
- •3.1.1. Мета і вимоги до оцінювання параметрів
- •3.1.2. Основні припущення щодо оцінювання параметрів
- •3.1.3. Метод найменших квадратів
- •3.1.4. Виконання за мнк основних припущень щодо оцінювання параметрів
- •3.1.5. Гетероскедастичність
- •3.1.6. Автокореляція
- •3.1.7. Значущість (адекватність) рівняння регресії
- •3.1.8. Перевірка значущості параметрів моделі
- •3.1.9. Інтервали довіри до коефіцієнтів регресії
- •3.2. Прогнозування залежної змінної
- •3.2.1. Прогнозування на парних моделях
- •3.2.2. Прогнозування на множинних моделях
- •3.3. Комплекс контрольних завдань
- •Навчальні елементи, що підлягають контролю і оцінюванню:
- •3.3.1. Тестові завдання
- •3.3.2. Логічні вправи
- •3.3.3. Розрахункові вправи
- •4. Відповіді до розрахункових вправ
- •Економетричних моделей
- •Список літератури
- •Критичні значення t для побудови прямокутного шаблону двомірного розсіювання*
- •Значення f – критерію Фішера
- •Навчальне видання
- •61002, Харків, хнамг, вул. Революції, 12
- •61002, Харків, хнамг, вул. Революції, 12
2.3. Комплекс контрольних завдань
ЗА ЗМ – 2. СПЕЦИФІКАЦІЯ ЕКОНОМЕТРИЧНИХ МОДЕЛЕЙ
Навчальні елементи, що підлягають контролю і оцінюванню:
коефіцієнти парної кореляції і детермінації; суттєвість (невипадковість) і довірчі границі коефіцієнта кореляції; тестування мультиколінеарності; - коефіцієнти; тестування екзогенних змінних на автономність; коефіцієнти множинної кореляції і детермінації; тестування екзогенних змінних на вклад у множинну детермінацію; аналітичні форми рівнянь регресії: лінійні, квазілінійні, суттєво нелінійні; лінеаризація нелінійних рівнянь регресії; способи обґрунтування аналітичної форми моделі.
2.3.1. Тестові завдання
Виберіть правильну відповідь (відповіді):
Т2.01. Коефіцієнт парної кореляції визначається за формулою:
а) ; б); в); г).
Т2.02. Коефіцієнт парної кореляції може бути:
а) ; б); в)>1; г)<-1.
Т2.03. Коефіцієнт парної кореляції між продуктивністю праці і кваліфікацією робітників може бути:
а) -1,83; б) +1.83; в) +0,83; г) -0,83.
Т2.04. Коефіцієнт парної кореляції між собівартістю одиниці продукції і обсягом її виробництва може бути:
а) -1,83; б) +1.83; в) +0,83; г) -0,83.
Т2.05. Коефіцієнт парної кореляції є додатним, якщо:
а) <; б)>; в)=; г)>.
Т2.06. Коефіцієнт парної детермінації дорівнює:
а) ; б); в); г).
Т2.07. Якщо t – статистика Стьюдента > tкрит, то коефіцієнт парної кореляції:
а) значущий; б) суттєвий; в) випадковий; г) невипадковий.
Т2.08. Коефіцієнт парної кореляції як випадкова величина має розподіл:
а) нормальний; б) асиметричний з лівостороннім ексцесом; в) асиметричний з правостороннім ексцесом; г) рівномірний.
Т2.09. - перетворення Фішера для необхідне для:
а) встановлення інтервалів довіри до ; б) вилучення випадкових екзогенних змінних; в) розрахунку коефіцієнта детермінації; г) визначення значущості.
Т2.10. Мультиколінеарність екзогенних змінних це взаємозв’язок між:
а) і всіма; б) деякими парами екзогенних змінних; в) всіма парами екзогенних змінних; г) відсутність взаємозв’язку між екзогенними змінними.
Т2.11. Якщо , то мультиколінеарність:
а) слабка; б) помірна; в) сильна; г) відсутня.
Т2.12. Якщо , то мультиколінеарність:
а) слабка; б) помірна; в) сильна; г) відсутня.
Т2.13. Якщо , то мультиколінеарність:
а) слабка; б) помірна; в) сильна; г) відсутня.
Т2.14. Якщо , то мультиколінеарність:
а) слабка; б) помірна; в) сильна; г) відсутня.
Т2.15. - коефіцієнт дорівнює:
а) коефіцієнту кореляції; б) коефіцієнту детермінації; в) коефіцієнту кореляції за умови, що матриця [] є квадратною одиничною матрицею; г) кількостізміненняy при зміненні x на одне .
Т2.16. Екзогенна змінна має певну автономність впливу на у за умови:
а) >1; б)<0; в) 0<<1; г).
Т2.17. Коефіцієнт множинної кореляції розраховується за формулою:
а) ;
б) ;
в) ;
г) .
Т2.18. Коефіцієнт частинної детермінації у багатофакторній регресії дорівнює:
а) ; б); в); г).
Т2.19. Рівняння регресії можуть бути:
а) простими; б) множинними; в) лінійними; г) квазілінійними;
д) суттєво нелінійними.
Т2.20. Коефіцієнт множинної кореляції може бути:
а) > 1; б) < 0; в) > 0; г) < 1.
Т2.21. Рівняння регресії є:
а) лінійним; б) квазілінійним; в) суттєво нелінійним.
Т2.22. Рівняння регресії є:
а) лінійним; б) квазілінійним; в) суттєво нелінійним.
Т2.23. Рівняння регресії є:
а) лінійним; б) квазілінійним; в) суттєво нелінійним.
Т2.24. Рівняння регресії ŷ є:
а) пряма; б) гіпербола; в) парабола; г) степенева функція; д) експонента.
Т2.25. Рівняння регресії ŷ є:
а) пряма; б) гіпербола; в) парабола; г) степенева функція;
д) експонента.
Т2.26. Рівняння регресії ŷє:
а) пряма; б) гіпербола; в) парабола; г) степенева функція;
д) експонента.
Т2.27. Рівняння регресії ŷ є:
а) пряма; б) гіпербола; в) парабола; г) степенева функція; д) експонента.
Т2.28. Лінії або точки насичення мають такі типи регресії:
а) ŷ ; б)ŷ ; в)ŷ ; г)ŷ.
Т2.29.Найкращим способом обґрунтування аналітичної форми регресії є:
а) теоретичний; б) графічний; в) аналітичний.
Т2.30. У простій регресії ŷ параметр:
а) точка на осі у. де ця ось перетинається з лінією регресії (перетин);
б) тангенс кута нахилу лінії регресії до осі (нахил);
в) результат впливу на у всіх інших факторів;
г) завжди дорівнює нулю.
Т2.31. У простій регресії ŷ параметр:
а) точка на осі у. де ця ось перетинається з лінією регресії (перетин);
б) тангенс кута нахилу лінії регресії до осі (нахил);
в) результат впливу на у всіх інших факторів;
г) завжди дорівнює одиниці.
Т2.32. У простій регресії ŷнахил дорівнює:
а) ; б)у; в) 0,34; г) 1,2.
Т2.33. У простій регресії ŷперетин дорівнює:
а) ; б)у; в) 0,34; г) 1,2.
Т2.34. За рівнянням регресії заробітної плати в гривнях (у) від освіти в роках навчання ()ŷособа, яка додатково навчалась один рік, може розраховувати на таке збільшення оплати:
а) 12,2; б) 525; в) 12,2+525; г) 24,4.