итоговый

В основе метода наименьших квадратов лежит    -> минимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений    минимизация суммы квадратов отклонений фактических значений результативного признака от его средних значений    равенство нулю суммы квадратов отклонений фактических значений результативного признака от его теоретических значений    максимизация суммы квадратов отклонений фактических значений результативного признака от его теоретических значений Для существенного параметра расчетное значение критерия Стьюдента    -> больше табличного значения критерия    не больше табличного значения критерия    меньше табличного значения критерия    равно нулю Значение коэффициента корреляции не характеризует    -> статистическую значимость уравнения    корень из значения коэффициента детерминации    тесноту связи    силу связи Из пары коллинеарных факторов в эконометрическую модель включается тот фактор, который при    -> достаточно тесной связи с результатом имеет меньшую связь с другими факторами    достаточно тесной связи с результатом имеет наибольшую связь с другими факторами    отсутствии связи с результатом имеет максимальную связь с другими факторами    отсутствии связи с результатом имеет наименьшую связь с другими факторами Основной целью линеаризации уравнения регрессии является    -> возможность применения метода наименьших квадратов для оценки параметров    повышения существенности связи между рассматриваемыми переменными    получение новых нелинейных зависимостей    улучшение качества модели Относительно количества факторов, включенных в уравнение регрессии, различают    -> простую и множественную регрессию    непосредственную и косвенную регрессии    множественную и многофакторную регрессию    линейную и нелинейную регрессии Система нормальных уравнений метода наименьших квадратов строится на основании    -> таблицы исходных данных    отклонений фактических значений результативного признака от его теоретических значений    предсказанных значений результативного признака    отклонений фактических значений объясняющей переменной от ее теоретических значений Случайный характер остатков предполагает    -> независимость остатков от величины предсказанных по модели значений результативного признака    зависимость предсказанных по модели значений результативного признака от значений факторного признака    зависимость остатков от величины предсказанных по модели значений результативного признака    независимость предсказанных по модели значений результативного признака от значений факторного признака «Белым шумом» называется ___________ процесс    -> чисто случайный    функциональный    неслучайный    регрессионный Автокорреляционной функцией временного ряда называется    -> последовательность значений коэффициентов автокорреляции различных порядков    зависимость коэффициентов автокорреляции первого порядка от числа уровней временного ряда    последовательность отношений коэффициентов автокорреляции к величинам соответствующих лагов    последовательность приращений коэффициентов автокорреляции уровней различных порядков В исходном соотношении МНК сумма квадратов отклонений фактических значений результативного признака от его теоретических значений    -> минимизируется    приравнивается к нулю    максимизируется    приравнивается к системе нормальных уравнений В качестве показателя тесноты связи для линейного уравнения парной регрессии используется    -> линейный коэффициент корреляции    множественный коэффициент линейной корреляции    линейный коэффициент регрессии    линейный коэффициент детерминации В качестве фиктивных переменных в модель множественной регрессии включаются факторы    -> не имеющие количественных значений    не имеющие качественных значений    имеющие количественные значения    имеющие вероятностные значения В левой части системы взаимозависимых переменных, как правило, находится    -> несколько зависимых переменных    несколько зависимых переменных и случайная величина    одна независимая переменная    одна зависимая переменная В левой части системы взаимозависимых переменных, как правило, находится    -> одна зависимая переменная    несколько зависимых переменных    несколько зависимых переменных и случайная величина    одна независимая переменная В левой части системы независимых уравнений находится    -> совокупность зависимых переменных    одна зависимая переменная    совокупность независимых переменных    одна независимая переменная В линейном уравнении парной регрессии коэффициентом регрессии является значение    -> параметра b    параметра a    параметров a и b    переменной х В линейном уравнении парной регрессии коэффициентом регрессии является значение    -> параметра    переменной    параметров В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между    -> переменными    переменными и случайными факторами    параметрами и переменными    параметрами В матрице парных коэффициентов корреляции отображены значения парных коэффициентов линейной корреляции между    -> переменными    параметрами    параметрами и переменными    переменными и случайными факторами В нелинейной модели парной регрессии функция является    -> нелинейной    линейной    несущественной    равной нулю В общем случае каждый уровень временного ряда формируется под воздействием    -> тенденции, сезонных колебаний и случайных факторов    тенденции и случайных факторов    сезонных колебаний и случайных факторов    случайных временных воздействий В приведенной форме модели в правой части уравнений находятся    -> только независимые переменные    только зависимые переменные    случайные факторы    зависимые и независимые переменные В системах рекурсивных уравнений количество переменных в правой части каждого уравнения определяется как ______________ уравнений и количества независимых факторов    -> сумма количества зависимых переменных предыдущих    разность количества зависимых переменных предыдущих    сумма количества зависимых переменных последующих    разность количества зависимых переменных последующих В системе независимых уравнений каждое уравнение представлено    -> изолированным уравнением регрессии    совместным уравнением регрессии    уравнением временного ряда    рекурсивным уравнением регрессии В стандартизованном уравнении множественной регрессии ;. Определите, какой из факторов х₁ или х₂ оказывает более сильное влияние на    -> ,так как 2,1>0,3    по этому уравнению нельзя ответить на поставленный вопрос, так как неизвестны значения «чистых» коэффициентов регрессии    так как 0,3>-2,1    по этому уравнению нельзя ответить на поставленный вопрос, так как стандартизированные коэффициенты несравнимы между собой В стандартизованном уравнении множественной регрессии переменными являются    -> стандартизованные переменные    стандартизованные параметры    исходные переменные    средние значения исходных переменных В стандартизованном уравнении свободный член    -> отсутствует    равен коэффициенту множественной корреляции    равен коэффициенту множественной детерминации    равен 1 Величина коэффициента детерминации при включении существенного фактора в эконометрическую модель    -> будет увеличиваться    будет равно нулю    существенно не изменится    будет уменьшаться Величина остаточной дисперсии при включении существенного фактора в модель    -> будет уменьшаться    не изменится    будет увеличиваться    будет равно нулю Величина отклонений фактических значений результативного признака от его теоретических значений представляет собой    -> ошибку аппроксимации    показатель эластичности    ошибку корреляции    значение критерия Фишера Величина параметра в уравнении парной линейной регрессии характеризует значение    -> результирующей переменной при нулевом значении фактора    факторной переменной при нулевом значении результата    результирующей переменной при нулевом значении случайной величины    факторной переменной при нулевом значении случайного фактора Взаимодействие факторов эконометрической модели означает, что    -> влияние одного из факторов на результирующий признак не зависит от значений другого фактора    влияние факторов на результирующий признак зависит от значений другого неколлинеарного им фактора    влияние факторов на результирующий признак усиливается, начиная с определенного уровня значений факторов    факторы дублируют влияние друг друга на результат Включение фактора в модель целесообразно, если коэффициент регрессии при этом факторе является    -> существенным    нулевым    незначимым    несущественным Временной ряд называется стационарным, если он является реализацией _____________ процесса    -> стационарного стохастического    неслучайного    нестационарного стохастического    функционального Временной ряд характеризует    -> данные, описывающие один объект за ряд последовательных моментов (периодов) времени    зависимость последовательных моментов (периодов) времени    данные, описывающие совокупность различных объектов в определенный момент (период) времени    совокупность последовательных моментов (периодов) времени Временной ряд – это совокупность значений экономического показателя    -> за несколько последовательных моментов (периодов) времени    за несколько непоследовательных моментов (периодов) времени    независящих от времени    по однотипным объектам Выбор формы зависимости экономических показателей и определение количества факторов в модели называется ________________ эконометрической модели    -> спецификацией    идентификацией    лениаризацией    апробацией Выделяют три класса систем эконометрических уравнений    -> независимые, взаимозависимые и рекурсивные    независимые, изолированные и рекурсивные    взаимозависимые, одновременные и рекурсивные    взаимозависимые, возвратные и рекурсивные Гетероскедастичность остатков подразумевает _____________ от значения фактора    -> зависимость дисперсии остатков    зависимость математического ожидания остатков    независимость математического ожидания остатков    постоянство дисперсий остатков независимо Гетероскедастичность подразумевает ________________________ от значения фактора    -> зависимость дисперсии остатков    независимость математического ожидания остатков    зависимость математического ожидания остатков    постоянство дисперсии остатков независимо Графическое изображение наблюдений на декартовой плоскости координат называется полем    -> корреляции    регрессии    случайных воздействий    автокорреляции Дано уравнение регрессии . Определите спецификацию модели    -> линейное уравнение множественной регрессии    полиномиальное уравнение парной регрессии    линейное уравнение простой регрессии    полиномиальное уравнение множественной регрессии Двухшаговый метод наименьших квадратов предполагает ______ использование обычного МНК    -> однократное    двукратное    не использовать обычного МНК    трехкратное Двухшаговый метод наименьших квадратов применим для решения    -> только сверхидентифицируемой системы одновременных уравнений    только идентифицируемой системы одновременных уравнений    системы одновременных уравнений в качестве наиболее общего метода решения    неидентифицируемой системы одновременных уравнений Двухшаговый метод наименьших квадратов применяется для оценки параметров    -> систем эконометрических уравнений    нелинейных уравнений регрессии    линеаризованных уравнений регрессии    временных рядов Для модели зависимости среднедушевого (в расчете на одного человека) месячного дохода населения (р.) от объема производства (млн р.) получено уравнение . При изменении объема производства на 1 млн р. доход в среднем изменится на    -> 0,003 млн р.    0,003 р.    1200 р.    1200 млн р. Для моделирования зависимости предложения от цены не может быть использовано уравнение регрессии    ->              Для моделирования сложных экономических систем целесообразно использовать    -> систему эконометрических уравнений    стационарный процесс    изолированное уравнение регрессии    временной ряд Для нелинейных уравнений метод наименьших квадратов применяется к    -> преобразованным линеаризованным уравнениям    не преобразованным линейным уравнениям    обратным уравнениям    нелинейным уравнениям Для оценки коэффициентов структурной формы модели не применяют _____ метод наименьших квадратов    -> обычный    трехшаговый    косвенный    двухшаговый Для существенного параметра расчетное значение критерия Стьюдента    -> больше табличного значения критерия    равно нулю    не больше табличного значения критерия Стьюдента    меньше табличного значения критерия Для уравнения у = 3,14 + 2х + значение коэффициента корреляции составило 2. Следовательно    -> значение коэффициента корреляции рассчитано с ошибкой    теснота связи в 2 раза сильнее, чем для функциональной связи    связь функциональная    при увеличении фактора на единицу значение результата увеличивается в 2 раза Для уравнения зависимости выручки от величины оборотных средств получено значение коэффициента детерминации, равное 0,7. Следовательно, _% дисперсии обусловлено случайными факторами    -> 30    100    70    0 Если доверительный интервал для параметра проходит через точку ноль, следовательно    -> параметр является несущественным    значение параметра может принимать как отрицательные, так и положительные значения    параметр является существенным    параметр признается статистически значимым Если значение индекса корреляции для нелинейного уравнения регрессии стремится к 1, следовательно    -> нелинейная связь достаточно тесная    нелинейная связь отсутствует    линейная связь достаточно тесная    нелинейная связь недостаточно тесная Если значение коэффициента корреляции равно единице, то связь между результатом и фактором    -> функциональная    вероятностная    стохастическая    отсутствует Если коэффициент регрессии является несущественным, то его значения приравниваются к    -> нулю и соответствующий фактор не включается в модель    табличному значению и соответствующий фактор не включается в модель    единице и не влияет на результат    нулю и соответствующий фактор включается в модель Если между экономическими показателями существует нелинейная связь, то    -> целесообразно использовать спецификацию нелинейного уравнения регрессии    нецелесообразно использовать спецификацию нелинейного уравнения регрессии    целесообразно использовать линейное уравнение парной регрессии    необходимо включить в модель другие факторы и использовать линейное уравнение множественной регрессии Если между экономическими показателями существует нелинейная связь, то    -> целесообразно использовать спецификацию нелинейного уравнения регрессии    целесообразно использовать спецификацию линейного уравнение парной регрессии    нецелесообразно использовать спецификацию нелинейного уравнения регрессии    необходимо включить в модель другие факторы и использовать линейное уравнение множественной регрессии Если наиболее высоким оказался коэффициент автокорреляции первого порядка, то исследуемый ряд содержит только    -> тенденцию    циклические колебания с периодичностью в один момент времени    сильную нелинейную тенденцию    случайную компоненту Если наиболее высоким оказался коэффициент автокорреляции третьего порядка, то исследуемый ряд содержит    -> случайную величину, влияющую на каждый третий уровень ряда    сезонные колебания с периодичностью в три момента времени    линейный тренд, проявляющийся в каждом третьем уровне ряда    нелинейную тенденцию полинома третьего порядка Если оценка параметра эффективна, то это означает    -> наименьшую дисперсию остатков    равенство нулю математического ожидания остатков    уменьшение точности с увеличением объема выборки    максимальную дисперсию остатков Если предпосылки метода наименьших квадратов нарушены, то    -> оценки параметров могут не обладать свойствами эффективности, состоятельности и несмещенности    полученное уравнение статистически незначимо    коэффициент регрессии является несущественным    коэффициент корреляции является несущественным Если расчетное значение критерия Фишера меньше табличного значения, то гипотеза о статистической незначимости уравнения    -> принимается    отвергается    несущественна    незначима Если расчетное значение критерия Фишера меньше табличного значения, то гипотеза о статистической незначимости уравнения    -> принимается    несущественна    отвергается    незначима Если спецификация модели нелинейное уравнение регрессии, то нелинейной является функция    ->              Если спецификация модели отображает нелинейную форму зависимости между экономическими показателями, то нелинейно уравнение    -> регрессии    детерминации    аппроксимации    корреляции Если спецификация модели отображает нелинейную форму зависимости между экономическими показателями, то нелинейно уравнение    -> регрессии    детерминации    корреляции    аппроксимации Если факторы входят в модель как произведение, то модель называется    -> мультипликативной    аддитивной    суммарной    производной Если факторы входят в модель как произведение, то модель называется    -> мультипликативной    суммарной    аддитивной    производной Если факторы входят в модель как сумма, то модель называется    -> аддитивной    суммарной    мультипликативной    производной Значение индекса корреляции, рассчитанное для нелинейного уравнения регрессии характеризует тесноту ______ связи    -> нелинейной    случайной    линейной    обратной Значение коэффициента автокорреляции второго порядка характеризует связь между    -> исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени    исходными уровнями и уровнями второго временного ряда    двумя временными рядами    исходными уровнями и уровнями другого ряда, сдвинутыми на 2 момента времени Значение коэффициента автокорреляции первого порядка равно 0,9 следовательно    -> линейная связь между последующим и предыдущим уровнями тесная    нелинейная связь между последующим и предыдущим уровнями тесная    линейная связь между последующим и предыдущим уровнями не тесная    линейная связь между временными рядами двух экономических показателей тесная Значение коэффициента автокорреляции рассчитывается по аналогии с    -> линейным коэффициентом корреляции    нелинейным коэффициентом корреляции    линейным коэффициентом детерминации    линейным коэффициентом регрессии Значение коэффициента детерминации рассчитывается как отношение дисперсии результативного признака, объясненной регрессией, к ___________ дисперсии результативного признака    -> общей    средней    факторной    остаточной Значение коэффициента детерминации составило 0,9, следовательно    -> уравнение регрессии объяснено 90% дисперсии результативного признака    доля дисперсии результативного признака, объясненная регрессией, в общей дисперсии результативного признака составила 0,1    доля дисперсии факторного признака, объясненная регрессией, в общей дисперсии факторного признака составила 0,9    уравнение регрессии объяснено 10% дисперсии результативного признака Значение коэффициента корреляции равно 0,9. Следовательно, значение коэффициента детерминации составит    -> 0,81    0,3    0,95    0,1 Значение коэффициента корреляции равно 1. Следовательно    -> связь функциональная    связь отсутствует    связь слабая    ситуация неопределенна Значение линейного коэффициента корреляции характеризует тесноту ________ связи    -> линейной    нелинейной    случайной    множественной линейной Значения коэффициента автокорреляции первого порядка равно 0,9. Следовательно    -> линейная связь между последующим и предыдущим уровнями тесная    линейная связь между последующим и предыдущим уровнями не тесная    нелинейная связь между последующим и предыдущим уровнями тесная    линейная связь между временными рядами двух экономических показателей тесная Значения коэффициента корреляции может находиться в отрезке    -> [-1;1]    [-1;0]    [0;1]    [-2;2] Известны значения аддитивной модели временного ряда: Yt - значение уровня ряда, Yt = 30, Т- - значение тренда, Т+15, Е- значение случайной компоненты случайных факторов Е=2. Определите значение сезонной компоненты S    -> 13    0    1    -1 Изолированное уравнение множественной регрессии может быть использовано для моделирования взаимосвязи экономических показателей, если    -> факторы не взаимодействуют друг с другом    система не предполагает использование уравнений множественной регрессии    при изменении одного экономического показателя другие факторы также изменяются    при изменении переменной влечет за собой изменение во всей системе взаимосвязанных признаков Исследуется зависимость, которая характеризуется линейным уравнением множественной регрессии. Для уравнения рассчитано значение тесноты связи результативной переменной с набором факторов. В качестве этого показателя был использован множественный коэффициент    -> корреляции    эластичности    регрессии    детерминации Исходные значения фиктивных переменных предполагают значения    -> качественные    количественно измеримые    одинаковые    значения К линейному виду нельзя привести:    -> нелинейную модель внутренне нелинейную    линейную модель внутренне линейную    линейную модель внутренне нелинейную    нелинейную модель внутренне линейную К ошибкам спецификации относится    -> неправильный выбор той или иной математической функции    однородность выбранной совокупности    учет в модели случайных факторов    учет в модели существенных факторов Качество подбора уравнения оценивает коэффициент    -> детерминации    корреляции    эластичности    регрессии Коррелограммой называется ______________________________ функции    -> графическое отображение автокорреляционной    аналитическое выражение для автокорреляционной    графическое отображение регрессионной    процесс экспериментального нахождения значений автокорреляционной Косвенный метод наименьших квадратов требует    -> преобразования структурной формы модели в приведенную    линеаризации уравнений приведенной формы    линеаризации уравнений структурной формы модели    нормализации уравнений структурной формы Критерий Стьюдента предназначен для определения значимости    -> каждого коэффициента регрессии    уравнения    каждого коэффициента корреляции    построенного уравнения в целом Критерий Фишера используется для оценки значимости    -> построенного уравнения    параметров    коэффициента регрессии    коэффициента детерминации Критические значения критерия Фишера определяются по    -> уровню значимости и степеням свободы факторной и остаточной дисперсий    уровню значимости и степени свободы общей дисперсии    уровню значимости    степени свободы факторной и остаточной дисперсий Критическое значение критерия Стьюдента определяет    -> максимально возможную величину, допускающую принятие гипотезы о несущественности параметра    максимально возможную величину, допускающую принятие гипотезы о существенности параметра    минимально возможную величину, допускающую принятие гипотезы о равенстве нулю значения параметра    минимально возможную величину, допускающую принятие гипотезы о несущественности параметра Критическое значение критерия Стьюдента определяет минимально возможную величину, допускающую принятие гипотезы о    -> существенности параметра    несущественности параметра    статистической незначимости значения параметра    равенства нулю значения параметра Линеаризация не подразумевает процедуру    -> включение в модель дополнительных существенных факторов    приведение нелинейного уравнения к линейному    замены переменных    преобразования уравнения Линеаризация подразумевает процедуру приведения    -> нелинейного уравнения к линейному виду    уравнения множественной регрессии к парной    линейного уравнения к нелинейному виду    нелинейного уравнения относительно параметров к уравнению, линейному относительно результата Линейное уравнение множественной регрессии имеет вид . Определите какой из факторов или оказывает более сильное влияние на y    -> так как 2,5<-3,7    по этому уравнению нельзя ответить на поставленный вопрос, так как коэффициенты регрессии несравнимы между собой    оказывают одинаковое влияние    так как 2,5>-3,7 Математическое ожидание остатков равно нулю, если оценки параметров обладают свойством    -> несмещенности    смещенности    состоятельности    эффективности Матрица парных коэффициентов корреляции строится для выявления коллинеарных и мультиколлинеарных    -> существенных факторов    результатов    параметров    случайных факторов Метод наименьших квадратов не применим для    -> уравнений, нелинейных по оцениваемым параметрам    полиномиальных уравнений множественной регрессии    линейных уравнений множественной регрессии    линейных уравнений парной регрессии Метод наименьших квадратов не применим для    -> уравнений, нелинейных по оцениваемым параметрам    полиномиальных уравнений множественной регрессии    линейных уравнений множественной регрессии    линейных уравнений парной регрессии Метод наименьших квадратов позволяет оценить _______ уравнений регрессии    -> параметры    переменные и случайные величины    переменные    параметры и переменные Метод оценки параметров моделей с гетероскедастичными остатками называется ____________ методом наименьших квадратов    -> обобщенным    обычным    косвенным    минимальным Методом присвоения числовых значений фиктивным переменным не является    -> нахождения среднего значения    присвоение количественных значений    присвоение цифровых меток    ранжирование Минимальная дисперсия остатков характерна для оценок, обладающих свойством    -> эффективности    несостоятельности    остоятельности    несмещенности Множественная регрессия не является результатом преобразования уравнения    ->              Моделирование тенденции осуществляется на основе построения уравнения регрессии зависимости    -> уровня ряда от времени    трендовой компоненты от времени    сезонной компоненты от времени    случайной компоненты от времени Модель временного ряда не предполагает    -> учет временных характеристик    рассмотрение значений экономического показателя в привязке ко времени    последовательность моментов (периодов) времени, в течение которых рассматривается поведение экономического показателя    зависимость значений экономического показателя от времени Модель временного ряда не предполагает    -> независимость значений экономического показателя от времени    учет временных характеристик    последовательность моментов (периодов) времени, в течении которых рассматривается поведение экономического показателя    зависимость значений экономического показателя от времени Модель временного ряда предполагает    -> зависимость значений экономического показателя от времени    отсутствие последовательности моментов (периодов) времени, в течение которых рассматривается поведение экономического показателя    пренебрежение временными характеристиками ряда    независимость значений экономического показателя от времени Модель идентифицируема, если число параметров структурной формы модели    -> равно числу параметров приведенной формы модели    равно числу уравнений модели    меньше числа параметров приведенной формы модели    больше числа параметров приведенной формы модели Может ли ряд содержать только одну из компонент?    -> может, если другие две компоненты не участвуют в формировании уровня ряда    не может, так как уровень ряда должен формироваться под воздействием всех трех компонент    может, если он представлен данными, описывающими совокупность различных объектов в определенный момент (период) времени    не может, так как временной ряд не содержит компонент, влияющих на его уровни Мультиколлинеарность факторов эконометрической модели подразумевает    -> наличие линейной зависимости между более чем двумя факторами    наличие линейной зависимости между двумя факторами    отсутствие зависимости между факторами    наличие нелинейной зависимости между двумя факторами Мультипликативная модель содержит исследуемые факторы в виде    -> сомножителей    комбинации слагаемых и сомножителей    слагаемых    их отношений На основании преобразования переменных при помощи обобщенного метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой    -> взвешенную регрессию, в которой переменные взяты с весами    нелинейную регрессию, в которой переменные взяты с весами    нелинейную регрессию, в которой переменные взяты с весами    взвешенную регрессию, в которой переменные взяты с весами На первом этапе применения косвенного метода наименьших квадратов    -> структурная форма преобразуется в приведенную    приведенную форму преобразуют в структурную    проводят процедуру линеаризации структурной формы модели    проводят процедуру линеаризации приведенной формы модели Назовите показатель корреляции для нелинейных моделей регрессии    -> индекс корреляции    линейный коэффициент корреляции    индекс детерминации    парный коэффициент линейной корреляции Назовите показатель тесноты связи для нелинейных моделей регрессии    -> индекс детерминации    индекс корреляции    линейный коэффициент корреляции    парный коэффициент линейной корреляции Нелинейное уравнение регрессии означает нелинейную форму зависимости между    -> результатом и факторами    фактором и результатом    фактором и случайной величиной    результатом и параметрами Нелинейную модель зависимостей экономических показателей нельзя привести к линейному виду, если    -> нелинейная модель является внутренне нелинейной    нелинейная модель является внутренне линейной    линейная модель является внутренне нелинейной    линейная модель является внутренне линейной Нелинейным называется уравнение регрессии, если    -> независимые переменные входят в уравнение нелинейным образом    параметры входят нелинейным образом, а переменные линейны    параметры и зависимые переменные входят в уравнение нелинейным образом    зависимые переменные входят в уравнение нелинейным образом Нелинейным не является уравнение    ->              Нелинейным является уравнение    ->              Несмещенность оценки на практике означает    -> что при большом числе выборочных оцениваний остатки не будут накапливаться    что найденное значение коэффициента регрессии нельзя рассматривать как среднее значение из возможного большого количества несмещенных оценок    невозможность перехода от точечного оценивания к интервальному    уменьшение точности с увеличением объема выборки Обобщенный метод наименьших квадратов используется для корректировки    -> гетероскедастичности остатков в уравнении регрессии    параметров нелинейного уравнения регрессии    точности определения коэффициента множественной корреляции    автокорреляции между независимыми переменными Обобщенный метод наименьших квадратов не используется для моделей с _______ остатками    -> гомоскедастичными    гетероскедастичными    автокоррелированными и гетероскедастичными    автокоррелированными Обобщенный метод наименьших квадратов отличается от обычного МНК тем, что при применении ОМНК    -> преобразуются исходные уровни переменных    остатки не изменяются    остатки приравниваются к нулю    уменьшается количество наблюдений Обобщенный метод наименьших квадратов подразумевает    -> преобразование переменных    переход от множественной регрессии к парной    линеаризацию уравнения регрессии    двухэтапное применение метода наименьших квадратов Обобщенный метод наименьших квадратов рекомендуется применять в случае    -> автокорреляции остатков    нормально распределенных остатков    гомоскедастичных остатков    автокорреляции результативного признака Общая дисперсия служит для оценки влияния    -> как учтенных факторов, так и случайных воздействий    учтенных явно в модели факторов    величины постоянной составляющей в уравнении    случайных воздействий Объем выборки должен превышать число рассчитываемых параметров при исследуемых факторах в    -> 5-6 раз    10-12 раз    2-3 раза    20-25 раз Объем выборки определяется    -> числом параметров при независимых переменных    числовыми значением переменных, отбираемых в выборку    объемом генеральной совокупности    числом результативных переменных Одним из методов присвоения числовых значений фиктивным переменным является    -> ранжирование    выравнивание числовых значений по возрастанию    выравнивание числовых значений по убыванию    нахождение среднего значения Основной задачей моделирования временных рядов является    -> выявление и придание количественного значения каждой из трех компонент    добавление новых уравнений к совокупности значений временного ряда    исключение значений каждой из трех компонент из уровней ряда    исключение уровней из совокупности значений временного ряда Основной задачей построения систем эконометрических уравнений является описание    -> структуры связей реальной экономической системы    структуры связей реальной политической системы    математических зависимостей    взаимодействия реальных экономической и политической систем Основной задачей эконометрики является    -> исследование взаимосвязей экономических явлений и процессов    отражение особенности социального развития общества    анализ технического процесса на примере социально-экономических показателей    установление связей между различными процессами в обществе и техническим процессом Основным преимуществом использования систем эконометрических уравнений является    -> возможность описания сложных систем    исследование связи между двумя признаками    построение изолированных уравнений регрессии    исследование связи между моделируемым показателем и рядом влияющих на него факторов Основным требованием к факторам, включаемым в модель множественной регрессии, является    -> отсутствие линейной взаимосвязи между факторами    наличие тесной взаимосвязи между факторами    отсутствие взаимосвязи между результатом и фактором    отсутствие взаимосвязи между факторами Остаточная дисперсия служит для оценки влияния    -> случайных воздействий    величины постоянной составляющей в уравнении    учтенных явно в модели факторов    как учтенных факторов, так и случайных воздействий Отбор факторов в модель множественной регрессии при помощи метода включения основан на сравнении значений    -> остаточной дисперсии до и после включения фактора модель    общей дисперсии до и после включения фактора в модель    остаточной дисперсии до и после включения случайных факторов в модель    дисперсии до и после включения результата в модель Относительно формы зависимости различают _________________ регрессии    -> линейную и нелинейную    непосредственную и косвенную    положительную и отрицательную    простую и множественную Отсутствие автокорреляции в остатках предполагает, что значения ____ не зависят друг от друга    -> остатков    результата    независимых переменных    фактора Оценить статистическую значимость нелинейного уравнения регрессии можно с помощью    -> критерия Фишера    средней ошибки аппроксимации    линейного коэффициента корреляции    показателя эластичности Оценка значимости параметров уравнения регрессии осуществляется по критерию    -> Стьюдента    Ингла-Гренджера (Энгеля-Грангера)    Фишера    Дарбина-Уотсона Оценка значимости уравнения в целом осуществляется по критерию    -> Фишера    Дарбина-Уотсона    Пирсона    Стьюдента Оценки параметров линейного уравнения множественной регрессии можно найти при помощи метода    -> наименьших квадратов    средних квадратов    наибольших квадратов    нормальных квадратов Оценки параметров уравнений регрессии при помощи метода наименьших квадратов находятся на основании решения    -> системы нормальных уравнений    двойственной задачи    системы нормальных неравенств    уравнения регрессии Оценки параметров, найденных при помощи метода наименьших квадратов, обладают свойствами эффективности, состоятельности и несмещенности, если предпосылки метода наименьших квадратов    -> выполняются    не выполняются    можно не учитывать    можно исключить Парабола второй степени может быть использована для зависимостей экономических показателей    -> если для определенного интервала значений фактора меняется скорость изменений значений результата, то есть возрастает динамика роста или спада    если для определенного интервала значений фактора меняется характер связи рассматриваемых показателей: прямая связь изменяется на обратную или обратная на прямую    если исходные данные не обнаруживают изменения направленности    если характер связи зависит от случайных факторов Параметр является существенным, если    -> доверительный интервал не проходит через ноль    доверительный интервал проходит через ноль    расчетное значение критерия Стьюдента меньше табличного значения    стандартная ошибка превышает половину значения самого параметра Параметры уравнения тренда определяются ________ методом наименьших квадратов    -> обычным    двухшаговым    обобщенным    косвенным Первопричиной использования систем эконометрических уравнений является то, что    -> изолированное уравнение не отображает истинные влияния факторов на вариацию результативных переменных    случайные факторы оказывают существенное влияние на моделируемую экономическую систему    отсутствует связь между экономическими показателями    существует доминирующий фактор Переход от точечного оценивания к интервальному возможен, если оценки являются    -> эффективными и несмещенными    состоятельными и смещенными    неэффективными и состоятельными    эффективными и несостоятельными По результатам исследования было выявлено, что рентабельность производства падает с увеличением трудоемкости. Какую спецификацию уравнения регрессии можно использовать для построения модели такой зависимости?    ->              Под идентификационной моделью подразумевается    -> единственность соответствия между приведенной и структурной формами моделей    существование нескольких приведенных моделей для одной структурной формы    адекватность модели    достоверность модели Под лагом подразумевается число    -> периодов, по которым рассчитывается коэффициент автокорреляции    уровней исходного временного ряда    пар значений, по которым рассчитывается коэффициент автокорреляции    уровней ряда, сдвинутых при расчете коэффициента автокорреляции Под стационарным процессом можно понимать    -> стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянные значения    функциональный процесс    процесс с убывающей тенденцией    процесс с возрастающей тенденцией Показатель, характеризующий на сколько сигм изменится в среднем результат при изменении соответствующего фактора на одну сигму, при неизменном уровне других факторов, называется ____________ коэффициентом регрессии    -> стандартизованным    нормализованным    выровненным    центрированным После применения обобщенного метода наименьших квадратов удается избежать ______ остатков    -> гетероскедастичности    равенства нулю суммы    нормального распределения    случайного характера Построена аддитивная модель временного ряда, где Yt – значение уровня ряда, Yt = 10, T – значение тренда, S – значение сезонной компоненты, E – значений случайной компоненты. Определите вариант правильно найденных значений компонент уровня ряда.    -> T=5, S=2, E=3    T=5, S=2, E=1    T=5, S=2, E=0    T=7, S=5, E=2 Построена модель парной регрессии зависимости предложения от цены . Влияние случайных факторов на величину предложения в этой модели учтено посредством    -> случайной величины ε    случайной величины x    параметра b    константы ε Предпосылки метода наименьших квадратов исследуют поведение    -> остаточных величин    переменных уравнения регрессии    неслучайных величин    параметров уравнения регрессии Предпосылкой метода наименьших квадратов не является условие    -> неслучайный характер остатков    случайный характер остатков    гомоскедастичности остатков    отсутствие автокорреляции в остатках Предпосылкой метода наименьших квадратов является    -> отсутствие автокорреляции в остатках    присутствие автокорреляции в остатках    отсутствие корреляции между результатом и фактором    присутствие автокорреляции между результатом и фактором Предпосылкой метода наименьших квадратов является то, что    -> остаточные величины имеют случайный характер    при увеличении моделируемых значений результативного признака значение остатка увеличивается    при уменьшении моделируемых значений результативного признака значение остатка уменьшается    остаточные величины имеют неслучайный характер Предпосылкой метода наименьших квадратов является то, что остатки    -> подчиняются закону нормального распределения    не подчиняются закону больших чисел    не подчиняются закону нормального распределения    подчиняются закону больших чисел Предпосылкой метода наименьших квадратов является то, что остатки    -> подчиняются закону нормального распределения    не подчиняются закону больших чисел    не подчиняются закону нормального распределения    подчиняются закону больших чисел При включении фиктивных переменных в модель им присваиваются    -> числовые метки    одинаковые значения    качественные метки    нулевые значения При выборе спецификации модели парная регрессия используется в случае, когда среди множества факторов, влияющих на результат    -> можно выделить доминирующий фактор    можно выделить лишь случайные факторы    можно выделить несколько факторов    нельзя выделить доминирующий фактор При выборе спецификации нелинейная регрессия используется, если    -> между экономическими показателями обнаруживается нелинейная зависимость    нелинейная зависимость для исследуемых экономических показателей является несущественной    между экономическими показателями не обнаруживается нелинейная зависимость    между экономическими показателями обнаруживается линейная зависимость При изучении взаимодействия спроса и предложения целесообразно использовать    -> систему эконометрических уравнений    изолированные уравнения    уравнение зависимости предложения от цены    уравнение зависимости спроса от цены При моделировании временных рядов экономических показателей необходимо учитывать    -> стохастический характер уровней исследуемых показателей    функциональный характер уровней исследуемых показателей    не зависящий от времени уровень исследуемых показателей    конструктивный характер уровней исследуемых показателей При оценке параметров приведенной формы модели косвенный метод наименьших квадратов использует алгоритм    -> обычного метода наименьших квадратов    расчета средней взвешенной величины    метода главных компонент    метода максимального правдоподобия При оценке параметров систем одновременных уравнений не производят    -> линеаризацию уравнений системы    преобразование структурной формы модели в приведенную    идентификацию системы одновременных уравнений    расчет коэффициентов приведенной формы При оценке статистической значимости уравнения и существенности связи осуществляется проверка    -> существенности коэффициента детерминации    существенности коэффициента корреляции    существенности параметров    нулевой гипотезы При помощи модели степенного уравнения регрессии вида (b>1, то есть x возрастает и y тоже возрастает) не может быть описана зависимость    -> выработки от трудоемкости    объема предложения от цены    заработной платы от выработки    выработки от уровня квалификации При построении модели временного ряда проводится расчет    -> каждого уровня временного ряда    значений компонент для каждого уровня временного ряда    последующих и предыдущих значений уровней временного ряда    средних значений компонент для временного ряда в целом При построении систем независимых уравнений набор факторов в каждом уравнении определяется числом факторов, оказывающих ________ на моделируемый показатель    -> существенное влияние    не оказывающих существенное влияние на моделируемый показатель    оказывающих несущественное влияние    оказывающих как существенное, так и несущественное влияние При построении системы эконометрических уравнений необходимо учитывать    -> структуру связей реальной экономической системы    максимальную величину каждого фактора    среднюю величину каждой зависимой переменной    значение наблюдений При применении метода наименьших квадратов исследуются свойства    -> оценок параметров уравнения регрессии    оценок переменных и параметров уравнения регрессии    оценок переменных уравнения регрессии    оценок случайных величин уравнения регрессии При применении метода наименьших квадратов исследуются свойства оценок    -> параметров уравнения регрессии    случайных величин уравнения регрессии    переменных уравнения регрессии    переменных и параметров уравнения регрессии При применении метода наименьших квадратов уменьшить гетероскедастичность остатков удается путем    -> преобразования переменных    преобразования параметров    введения дополнительных результатов в модель    введения дополнительных факторов в модель При расчете значения коэффициента детерминации используется отношение    -> дисперсий    математических ожиданий    остаточных величин    параметров уравнения регрессии При хорошем качестве модели допустимым значением средней ошибки аппроксимации является ___%    -> 5-7    50    90-95    20-25 Приведенная форма модели получена из _________формы модели    -> структурной    независимой    рекурсивной    изолированной Приведенная форма модели представляет собой систему ________ функций эндогенных переменных от экзогенных    -> линейных    обратных    случайных    нелинейных Приведенная форма модели является результатом преобразования    -> структурной формы модели    системы независимых уравнений    системы рекурсивных уравнений    нелинейных уравнений системы Проверка является ли временной ряд «белым шумом» осуществляется с помощью    -> статистики Бокса-Пирса    величины лага    критерия Дарбина-Уотсона    коэффициента автокорреляции Проверка является ли временной ряд «белым шумом» осуществляется с помощью    -> статистики Бокса-Пирса    критерия Дарбина-Уотсона    коэффициента автокорреляции    величины лага Проводится исследование зависимости выработки работника предприятия от ряда факторов. Примером фиктивной переменной в данной модели будет являться ______ работника    -> уровень образования    возраст    стаж    заработная плата Простая линейная регрессия предполагает наличие    -> одного фактора и линейность уравнения регрессии    двух и более факторов и нелинейность уравнения регрессии    одного фактора и нелинейность уравнения регрессии    двух и более факторов и линейность уравнения регрессии Расчет значения коэффициента детерминации не позволяет оценить    -> существенность коэффициента регрессии    долю факторной дисперсии результативного признака в общей дисперсии результативного признака    качество подбора уравнения регрессии    долю остаточной дисперсии результативного признака в общей дисперсии результативного признака Расчет средней ошибки аппроксимации для нелинейных уравнений регрессии связан с расчетом разности между ____________________________ переменной    -> фактическим и теоретическим значениями результативной    фактическим и теоретическим значениями независимой    прогнозным и теоретическим значениями результативной    прогнозным и теоретическим значениями независимой Расчетное значение критерия Фишера определяется как    -> отношение факторной дисперсии к остаточной, рассчитанных на одну степень свободы    разность факторной дисперсии и остаточной, рассчитанных на одну степень свободы    отношение факторной дисперсии к остаточной    суммы факторной дисперсии к остаточной, рассчитанных на одну степень свободы Расчетное значение критерия Фишера определяется как ___________ факторной дисперсии и остаточной, рассчитанных на одну степень свободы    -> отношение    сумма    разность    произведение Расчетное значение критерия Фишера определяется как отношение    -> дисперсий    результата к фактору    математических ожиданий    случайных величин Результатом линеаризации полиномиальных уравнений является ______________ регрессии    -> линейные уравнения множественной    нелинейные уравнения парной    линейные уравнения парной    нелинейные уравнения множественной Свойствами оценок МНК являются: эффективность, а также    -> состоятельность и несмещенность    несостоятельность и смещенность    несостоятельность и несмещенность    состоятельность и смещенность Система взаимозависимых уравнений в ее классическом виде называется также системой ______ уравнений    -> одновременных    независимых    изолированных    рекурсивных Система независимых уравнений предполагает    -> совокупность независимых уравнений регрессии    одно изолированное уравнение регрессии    совокупность зависимых уравнений регрессии    совокупность независимых временных рядов Система рекурсивных уравнений включает в каждое    -> предыдущее (должно быть последующее) уравнение в качестве факторов все зависимые переменные предшествующих уравнений с набором собственно факторов    предыдущее уравнение в качестве факторов все зависимые переменные последующих уравнений с набором собственно факторов    последующее уравнение в качестве зависимых переменных собственно факторы предшествующих уравнений    уравнение в качестве факторов все зависимые переменные с набором собственно факторов Система эконометрических уравнений не используется при моделировании    -> взаимосвязей временных рядов данных    макроэкономических показателей    связей между экономическими показателями    механизма функционирования экономических систем Система эконометрических уравнений предполагает наличие _________ независимых признаков    -> нескольких зависимых и нескольких    одного зависимого и совокупности    одного зависимого и нескольких    нескольких зависимых и одного Система эконометрических уравнений представляет систему    -> уравнений регрессии    социальных показателей    экономических показателей    уравнений корреляции Систему МНК, построенную для оценки параметров линейного уравнения множественной регрессии можно решить    -> методом определителей    методом первых разностей    симплекс-методом.    методом скользящего среднего Системы эконометрических уравнений классифицируются по    -> способу вхождения зависимых и независимых переменных в уравнение регрессии    количеству уравнений в системе    способу ранжирования факторов в зависимости от силы влияния на моделируемые показатели    количеству факторов в каждом уравнении регрессии Смысл расчета средней ошибки аппроксимации состоит в определении среднего арифметического значения    -> отклонений, выраженных в процентах от фактических значений результативного признака    теоретических значений результативного признака, выраженных в процентах от его фактических значений    теоретических значений результативного признака, выраженных в процентах от его фактических значений признака    отклонений, выраженных в процентах от фактических значений независимой переменной Совокупность значений критерия, при которых принимается нулевая гипотеза, называется областью _____________ гипотезы    -> принятия    нулевых значений    допустимых значений    отрицания Состоятельность оценки характеризуется    -> увеличением ее точности с увеличением объема выборки    независимостью от объема выборки значения математического ожидания остатков    уменьшением ее точности с увеличением объема выборки    зависимостью от объема выборки значения математического ожидания остатков Спецификацию нелинейного уравнения парной регрессии целесообразно использовать, если значение    -> индекса детерминации, рассчитанного для данной модели достаточно близко к 1    индекса корреляции для исследуемой зависимости близко к 0    линейного коэффициента корреляции для исследуемой зависимости близко к 1    доля остаточной дисперсии результативного признака в его общей дисперсии стремится к 1 Спецификация модели нелинейная парная (простая) регрессия подразумевает нелинейную зависимость и    -> независимую переменную    пару существенных переменных    пару независимых переменных    пару зависимых переменных Стандартная ошибка рассчитывается для проверки существенности    -> параметра    коэффициента детерминации    случайной величины    коэффициента корреляции Статистические гипотезы используются для оценки    -> значимости уравнения регрессии в целом    тесноты связи между результатом и фактором    автокорреляции в остатках    тесноты связи между результатом и случайными факторами Стационарность временного ряда не подразумевает отсутствие    -> стационарного стохастического процесса    сезонных колебаний    конъюнктурных сдвигов    стохастического процесса с наличием тренда Стационарность временного ряда означает отсутствие    -> тренда    наблюдений по уровням временного ряда    значений уровней ряда    временной характеристики Стационарность характерна для временного ряда    -> типа «белый шум»    с положительной динамикой роста    с отрицательной динамикой роста    содержащего сезонные колебания Стохастическим процессом называется    -> набор случайных переменных X(t), где t – вещественные числа    набор неслучайных переменных X(t), где t – вещественные числа    функциональная связь X(t), где t – вещественные числа    набор случайных переменных X(t), где t – иррациональные числа Строится модель зависимости спроса от ряда факторов. Фиктивной переменной в данном уравнении множественной регрессии не является _________ потребителя    -> доход    семейное положение    уровень образования    пол Структурной формой модели называется система _______ уравнений    -> взаимосвязанных    изолированных    рекурсивных    независимых Структурными коэффициентами модели называются коэффициенты ___________ в структурной форме модели    -> при экзогенных и эндогенных переменных    только при экзогенных переменных    только при эндогенных переменных    свободных членов Структуру временного ряда можно выявить с помощью коэффициента __________ уровней ряда    -> автокорреляции    регрессии    авторегрессии    автодетерминации Табличное значение критерия Фишера служит для проверки статистической гипотезы о равенстве    -> факторной и остаточной дисперсий    дисперсии некоторой гипотетической величины    двух математических ожиданий    математического ожидания некоторой гипотетической величины Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является    -> линейность параметров    нелинейность параметров    равенство нулю значений факторного признака    равенство нулю средних значений результативной переменной Требованием к уравнениям регрессии, параметры которых можно найти при помощи МНК является:    -> линейность параметров    равенство нулю средних значений результативной переменной    нелинейность параметров    равенство нулю средних значений факторного признака Увеличение точности оценок с увеличением объема выборки описывает свойство _______ оценки    -> состоятельности    смещенности    несмещенности    эффективности Уравнение может быть линеаризовано при помощи подстановки    ->              Уравнение регрессии характеризует зависимость    -> обратно пропорциональную    линейную    функциональную    прямо пропорциональную Уравнение регрессии, которое связывает результирующий признак с одним из факторов при зафиксированных на среднем уровне значении других переменных, называется    -> частным    несущественным    существенным    множественным Уровнем временного ряда является    -> значение временного ряда в конкретный момент (период) времени    значение конкретного момента (периода) времени    совокупность значений временного ряда    среднее значение временного ряда Факторная дисперсия служит для оценки влияния    -> учтенных явно в модели факторов    как учтенных факторов, так и случайные воздействия    величины постоянной составляющей в уравнении    случайных воздействий Факторные переменные уравнения множественной регрессии, преобразованные из качественных в количественные называются    -> фиктивными    аномальными    множественными    парными Факторы эконометрической модели являются коллинеарными, если коэффициент    -> корреляции между ними по модулю больше 0,7    детерминации между ними по модулю больше 0,8    детерминации между ними по модулю меньше 0,9    корреляции между ними по модулю больше 0,6 Фиктивные переменные включаются в уравнение множественной регрессии для учета действия на результат признаков ____________ характера    -> качественного    количественного    несущественного    случайного Фиктивные переменные включаются в уравнения ____________ регрессии    -> множественной    косвенной    парной    случайной Циклические колебания связаны с    -> общей динамикой конъюнктуры рынка    трендовыми взаимодействиями между экономическими показателями    воздействием аномальных факторов    сезонностью некоторых видов экономической деятельности (сельское хозяйство, туризм и.т.д.). Экзогенными переменными не являются    -> зависимые переменные    переменные, значения которых определяется вне системы    независимые переменные    переменные в уравнениях вида Экзогенными переменными являются    -> независимые переменные    переменные, значения которых определяется внутри системы    случайные переменные    зависимые переменные Экономические временные ряды, представляющие собой данные наблюдений за ряд лет, как правило, являются _______________________ временными рядами    -> нестационарными    стационарными    функционально зависящими от времени    строго возрастающими Экспоненциальным не является уравнение регрессии    ->              Эндогенными переменными не являются:    -> независимые переменные    переменные, значения которых определяется внутри системы    переменные в уравнениях системы вида    зависимые переменные Эндогенными переменными являются    -> зависимые переменные    переменные, значения которых определяется вне системы    независимые переменные    случайные переменные Эффективность оценки на практике характеризуется    -> возможность перехода от точечного оценивания к интервальному    уменьшением точности с увеличением объема выборки    отсутствием накапливания значений остатков при большом числе выборочных оцениваний    невозможностью перехода от точечного оценивания к интервальному