- •Предмет, методы и задачи эконометрики
- •Спецификация модели;
- •Парная линейная регрессия и корреляция
- •Обратная линейная;
- •Корреляционной;
- •Коэффициент регрессии;
- •Парная нелинейная регрессия и корреляция
- •82. Линеаризация какой функции происходит путем замены переменных: ?
- •1) Линейной; 2) гиперболы; 3) показательной; 4) полинома второй степени.
- •Множественная регрессия и корреляция
- •Частный коэффициент корреляции;
- •Анализ временных рядов Моделирование одномерных временных рядов
- •148. Выберите правильный ответ:
- •Изучение взаимосвязей по временным рядам
- •Системы эконометрических уравнений
Предмет, методы и задачи эконометрики
1. Эконометрика в экономической науке возникла в:
1970 г.;
2000 г.;
1930 г.;
1950 г.
2. Эконометрика – это:
наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов;
учение о системе показателей экономики страны;
совокупность статистических данных об экономических явлениях и процессах;
единство трех составляющих: статистики, экономической теории и математики.
3. Измеряемые эконометрикой количественные характеристики имеют:
абсолютно достоверный характер;
*вероятный характер;
иногда вероятный, но чаще абсолютный характер.
4. Для оценки значимости параметров уравнения регрессии используется:
t-критерий Стьюдента;
F-критерий Фишера;
критерий Дарбина-Уотсона.
5. Последним этапом эконометрического исследования является:
оценка параметров;
спецификация модели;
интерпретация результатов;
получение данных, анализ их достоверности.
6. Математико-статистическими выражениями, количественно характеризующими экономические явления и процессы и обладающими достаточно высокой степенью надежности, называются:
эконометрические модели;
графы связей;
автокорреляционные функции;
тренды.
7. Основой методов эконометрики является:
анализ хозяйственной деятельности;
статистика;
экономическая теория;
математика.
8. Первым этапом эконометрического исследования является:
Спецификация модели;
сбор данных;
анализ качества данных;
постановка проблемы.
9. Термин «эконометрика» в экономическую науку впервые ввел:
Фишер;
Цьемпа;
Фриш;
Стьюдент.
10. Журнал «Эконометрика» стал издаваться с 1933 г. под редакцией:
Фриша;
Стьюдента;
Стоуна;
Клейна.
Парная линейная регрессия и корреляция
11. Если коэффициент корреляции больше нуля, то зависимость между двумя признаками:
обратная линейная;
прямая нелинейная;
обратная нелинейная;
прямая линейная.
12. Если коэффициент корреляции меньше нуля, то зависимость между двумя признаками:
Обратная линейная;
прямая линейная;
прямая нелинейная;
обратная нелинейная.
13. Различают два вида зависимостей между явлениями:
функциональную и статистическую;
корреляционную и регрессионную;
эконометрическую и статистическую.
14. При какой зависимости определенному значению одной переменной соответствует точно заданное значение другой?
статистической;
корреляционной;
функциональной.
15. При какой зависимости разным значениям одной переменной соответствуют разные распределения значений другой переменной?
Корреляционной;
функциональной;
статистической.
16. Обратной является связь между:
доходами и потреблением;
урожайностью и себестоимостью;
урожайностью и дозой внесения удобрений.
17. Зависимость между результативным и одним факторным признаком при фиксированном значении других факторных признаков называется:
парной корреляцией;
множественной корреляцией;
частной корреляцией.
18. Модель, где среднее значение результативного признака рассматривается как функция нескольких факторных признаков, это:
множественная регрессия;
простая регрессия;
частная регрессия.
19. Задачей регрессионного анализа является:
определение аналитического выражения связи;
определение тесноты связи между признаками;
оценка достоверности результатов регрессии.
20. Поле корреляции представляет собой:
секторную диаграмму;
столбиковую диаграмму;
точечный график в прямоугольной системе координат.
21. Коэффициент регрессии показывает:
на сколько процентов в среднем по совокупности изменится результат от своей средней величины при изменении фактора на 1% от своего среднего значения;
среднее изменение результата с изменением фактора на одну единицу его измерения;
значение результативного признака, если факторный признак равен нулю.
22. Факторная сумма квадратов отклонений имеет число степеней свободы, равное:
n-1;
m;
n-m-1.
23. Статистическая значимость уравнения регрессии в целом оценивается с помощью:
F-критерия Фишера;
t-критерия Стьюдента;
критерия Дарбина-Уотсона.
24. Если Fфакт.>Fтабл., то:
нулевая гипотеза отклоняется;
нулевая гипотеза принимается.
25. При определении табличного значения F-критерия Фишера k1 равно:
n-1;
m;
n-m-1.
26. Коэффициент регрессии принимает значения:
от –1 до +1;
от 0 до +1;
не имеет ограничений.
27. Что показывает параметр a?
не имеет экономического смысла;
показывает значение результативного признака y, если факторный признак x = 0;
показывает направление связи между признаком-фактором и признаком-результатом.
28. Случайная величина характеризует:
отклонения теоретических значений результативного признака от фактических;
отклонения фактических значений результативного признака от теоретических;
отклонения фактических значений факторного признака от теоретических;
отклонения фактических значений результативного признака от среднего значения.
29. Какой метод выбора математической функции основан на изучении материальной природы связи исследуемых признаков?
формально-математический;
графический;
аналитический.
30. Однородность исследуемой совокупности оценивает:
коэффициент корреляции;
F-критерий Фишера;
коэффициент вариации;
коэффициент эластичности.
31. Линейный коэффициент корреляции выражается в:
абсолютных единицах измерения признаков;
долях среднего квадратического отклонения результативного признака;
процентах.
32. Если коэффициент регрессии больше нуля, то:
коэффициент корреляции больше нуля;
коэффициент корреляции меньше нуля;
связи между коэффициентами нет.
33. Величина (1-r 2) характеризует:
долю дисперсии результативного признака, объясняемую регрессией, в общей дисперсии результативного признака;
долю дисперсии результативного признака, вызванную влиянием факторов, не включенных в модель;
долю дисперсии факторного признака, объясняемую регрессией, в общей дисперсии факторного признака.
34. В какой модели зависимости урожайность картофеля будет являться фактором?
зависимость между дозой внесения минеральных удобрений и урожайностью картофеля;
зависимость между себестоимостью 1 ц картофеля и урожайностью картофеля;
зависимость между количеством осадков в период вегетации и урожайностью картофеля.
35. Модель регрессии считается качественной, если средняя ошибка аппроксимации:
не превышает 8 – 10%;
превышает 10 – 12%;
равна 0.
36. Точное воспроизведение аналитической функцией фактических данных называется:
детерминацией;
аппроксимацией;
эластичностью;
корреляцией.
37. Коэффициент эластичности показывает:
на сколько единиц изменится фактор при изменении результата на 1 единицу;
на сколько единиц изменится результат при изменении фактора на 1 единицу;
на сколько % изменится результат при изменении фактора на 1 %;
на сколько % изменится фактор при изменении результата на 1%.
38. Средняя ошибка аппроксимации – это:
среднее отклонение расчетных значений результативного признака от фактических;
среднее отклонение расчетных значений факторного признака от фактических;
среднее отклонение расчетных значений результативного признака от среднего значения.
39. Какие показатели не могут быть отрицательными величинами?
коэффициент регрессии;
коэффициент эластичности;
коэффициент детерминации;
средняя ошибка аппроксимации;
коэффициент корреляции.
40. t-критерий Стьюдента используется для:
определения экономической значимости каждого коэффициента уравнения;
определения статистической значимости каждого коэффициента уравнения;
проверки модели на автокорреляцию остатков;
определения экономической значимости модели в целом.
41. Табличное значение t-критерия Стьюдента зависит от:
уровня значимости и числа наблюдений;
числа факторов, включенных в модель и уровня значимости;
числа наблюдений;
уровня значимости, числа факторов и числа наблюдений.
42. Парная регрессия представляет собой модель вида:
y = f(x);
y = f(x1,x2,…xm);
y = f(yt-1).
43. Уравнение парной регрессии характеризует связь между:
двумя переменными;
несколькими переменными.
44. Графический метод выбора вида уравнения регрессии основан на:
изучении природы связи признаков;
построении поля корреляции;
сравнении величины остаточной дисперсии при разных моделях.
45. Классический подход к оцениванию коэффициентов регрессии основан на:
методе наименьших квадратов;
графическом методе;
методе максимального правдоподобия.
46. Неправильный выбор математической функции относится к ошибкам:
измерения;
выборки;
спецификации модели.
47. F-критерий Фишера характеризует
соотношение факторной и остаточной дисперсий, рассчитанных на одну степень свободы;
долю факторной дисперсии в общей дисперсии результативного признака;
долю остаточной дисперсии в общей дисперсии результативного признака.
48. Оценку качества модели дает: