Эконометрика - ответы на вопросы на СтудИзбе

Какие требования предъявляются к факторам, включаемым во множественную регрессию?

• Наличие интеркорреляции.
• Качественная измеримость.
• Количественная измеримость.
• Отсутствие интеркорреляции.

Универсальным способом задания случайной величины Х является задание ее … распределения

Если по 20 объектам получены следующие результаты: Sx =4,88, Sx2=2,518, Sy=44,7, Sy2=210,4, Syx= 22,1, то значение парного линейного коэффициента детерминации (с округлением до трех знаков после запятой) равно…

Оценка математического ожидания Х = 60, объем выборки n = 100, п верхняя 95-процентная граница для математического ожидания равна 62,94. Чему равна выборочная дисперсия?

Формула −a₁ / (a₀xⱼ + a₂) предназначена для расчета коэффициента эластичности в случае если кривая спроса имеет форму равносторонней …

По результатам 20 наблюдений получен парный коэффициент корреляции r12 = 0,6. Известно, что x3 занижает связь между x1 и x2. Какое значение может принять частный коэффициент корреляции r12..3:

• –0,2
• 0,8
• 0,5
• –0,8

Какое требование предъявляется к факторам, включаемым во множественную регрессию?

• Они должны быть качественными.
• Они должны быть некоррелированы с другими факторами.
• Они должны быть количественно измеримы.
• Они должны быть трудно измеримы.

Установите соответствие между методом и его описанием:

1. Метод включения
2. Шаговый регрессионный анализ
3. Метод исключения

• Отсев факторов из полного его набора
• Исключение ранее введенного фактора
• Дополнительное введение фактора

Установите соответствие между термином и его определением:

1. Интеркорреляция
2. Коэффициент детерминации (R2)
3. Мультиколлинеарность
4. Стандартизованный коэффициент регрессии

• Показывает, на сколько единиц изменится в среднем результат, если соответствующий фактор изменится на одну единицу при неизменном среднем уровне других факторов
• Доля объясненной вариации результативного признака
• Линейная зависимость между более чем двумя факторами
• Корреляция между объясняющими переменными

Employ – темп роста занятости (%), GDP – темп роста валового внутреннего продукта ВВП (%). Employ’ = 0.48 * GDP – 0,375 R2 = 0,37. Какова доля зависимой переменной, не объясненная регрессией?

Расположите в правильной последовательности этапы построения модели с фиктивными
переменными:

• Введение фиктивных переменных.
• Объединение уравнений.

Расположите в правильной последовательности этапы выявления автокорреляции остатков на
основе критерия Дарбина-Уотсона:

• Принятие или отклонение гипотезы.
• Выдвижение гипотезы об отсутствии автокорреляции остатков.
• Определение критических значений критерия Дарбина-Уотсона.
• Расчет критерия Дарбина-Уотсона.

Какие свойства должны отвечать оценки параметров регрессии?

• Автокоррелированность
• Эффективность
• Состоятельность
• Гетероскедастичность
• Несмещенность

Какие методы используются для оценки коэффициентов структурной модели?

• Обобщенный МНК
• Двухшаговый МНК
• Метод главных компонент
• Метод моментов
• Косвенный МНК

Если предположение о природе гетероскедастичности верно, то дисперсия случайного члена для первых наблюдений в упорядоченном ряду будет ________ для последних:

Если коэффициент парной линейной корреляции между признаками Y и X равен 0,9, следовательно, доля дисперсии результативного признака Y, не объясненная линейной парной регрессией Y по фактору X, будет равна … %

Класс нелинейности, к которому относится модель ỹₜ = a₀xⱼ^a₁, — это регрессия, нелинейная …

Рассматривается модель Y = a1 + a2X + e (где: Y – зависимая переменная; X – регрессор; a1, a2 – параметры модели; e – случайный фактор). Оценка по методу наименьших квадратов (МНК): Y’ = a1+ a2Х, a2 < 0. Можно ли утверждать, что Y падает с ростом X в истинной модели?

Укажите, какой признак характеризуют мультиколлинеарность:

• объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью
• определитель матрицы XX’, где X - матрица объясняющих переменных, достаточно большой
• объясняющие переменные связаны функциональной или тесной корреляционной зависимостью
• определитель матрицы объясняющих переменных значительно отличается от нуля

Квадратическая функция y = b0 + b1x + b2x^2 может быть приведена к линейному виду с помощью следующих преобразований:

• логарифмирование обеих частей уравнения
• исключения лишних переменных
• замена переменных и логарифмирование обеих частей уравнения
• замена переменных

… – это составляющая временного ряда, отражающая повторяемость социально-экономических процессов в течение длительных периодов (волны Кондратьева, демографические «ямы», циклы солнечной активности и т. п.)

Множественный регрессионный анализ является подобием … регрессионного анализа

Для выбора формы модели используют тест

Если структурная форма модели системы эконометрических уравненийточно идентифицируема, то с помощью косвенного метода наименьших квадратов (МНК) …

Если по 20 объектам получены следующие результаты: Sx =4,88, Sx2=2,518, Sy=44,7, Sy2=210,4, Syx= 22,1, то значение парного линейного коэффициента корреляции (с округлением до трех знаков после запятой) равно…

… переменная – это переменная, численные значения которой измерены в предшествующий момент времени по отношению к текущим значениям переменных

Использование полинома второго порядка в качестве регрессионной зависимости для однофакторной модели обусловлено …

Сглаживание временного ряда означает устранение … остатков

Что характеризует коэффициент детерминации (R²) во множественной регрессии?

• Степень интеркорреляции между факторами.
• Долю объясненной вариации результативного признака за счет рассматриваемых в регрессии факторов.
• Долю необъясненной вариации результативного признака.
• Величину остаточной дисперсии.

Расположите этапы оценки значимости отдельного фактора:

• Принятие решения о значимости фактора.
• Расчет частного F-критерия.
• Сравнение расчетного значения частного F-критерия с табличным.

Какие преимущества дает использование стандартизованных коэффициентов регрессии?

• Возможность ранжирования факторов по силе воздействия.
• Упрощение расчетов.
• Улучшение интерпретации параметров.
• Возможность сравнения влияния факторов на результат.

Для того, чтобы установить влияние какого-либо события на коэффициент линейной регрессии при нефиктивной переменной, в модель включают:

На основе данных за период 2010-2020 гг. оценена производственная функция Кобба-Дугласа, характеризующая влияние факторов на валовой внутренний продукт (ВВП) России (Y). При этом в качестве факторов взяты: занятые в экономике (L), тысяч человек; основные фонды на конец года по полной учетной стоимости (К), млн руб. Y' = -89,608 * K^0,477 * L^8,2184 R^2 = 0,96. Какой является отдача от масштаба?

… переменная – это переменная, значения которой принадлежат к определенному классу

Временной ряд Y(t), математическое ожидание и дисперсия которого не меняются со временем, а ковариационная функция зависит только от разности аргументов, называется …

Ряд динамики имеет два основных элемента, такие как ... (укажите 2 варианта ответа)

Выделяют три класса систем эконометрических уравнений: …

Для идентификации модели используются такие приемы, как

Для выделения тренда используют … (укажите 2 варианта ответа)

Производственная функция Кобба–Дугласа относится к классу … моделей

Отрицательный знак парного линейного коэффициента корреляции указывает на … зависимость

Статистической зависимостью называется ...

В поведенческих уравнениях структурной формы системы взаимосвязанных уравнений параметры …

Для проверки существенности коэффициента множественной корреляции можно использовать F - критерий, который определяется по формуле:

Уравнению регрессии y = 2,88 - 0,78x1 + 1,53x2 соответствует множественный коэффициент корреляции R = 0,84. Какова доля вариации результативного признака y (в %) объясняется входящими в уравнение регрессии переменными x1 и x2:

• 29,4
• 84,0
• 16,0
• 70,6

Неверно, что системы эконометрических уравнений используются при моделировании … (укажите 2 варианта ответа)

Задано распределение дискретной случайной величины Х. Заполните отсутствующий элемент в таблице

• 0,001
• 0
• 0,1
• 0,01

Лаговые значения переменных непосредственно включены в модель ... (укажите 2 варианта ответа)

• авторегрессии
• адаптивных ожиданий
• с распределенным лагом
• неполной (мастичной) корректировки

Теорема Гаусса–Маркова в эконометрике опирается на метод

Эконометрика - это ...

Лаговые значения переменных непосредственно включены в модель ... (укажите 2 варианта ответа)

Пространственные данные – это данные, полученные от … времени

… – это составляющая временного ряда, отражающая повторяемость социально-экономических процессов внутри года

Входящие в систему одновременных уравнений алгебраические соотношения между эндогенными переменными, которых отсутствует случайная составляющая и нет параметров, подлежащих оценке, являются ...

Временной ряд называется стационарным, если …

Employ– темп роста занятости (%), GDP – темп роста валового внутреннего продукта ВВП (%). Employ’ = 0.4809 * GDP – 0,375 R2 = 0,3695. При каком значении темпа роста ВВП расчетный темп роста занятости равен 6,4 %?

… переменная – это переменная, которая имеет дискретные или непрерывные числовые значения

Гетероскедастичность - это понятие в эконометрике, обозначающее ..

Рассматривается модель Y = a1 + a2X + e (где: Y – зависимая переменная; X – регрессор; a1, a2 – параметры модели; e – случайный фактор). Оценка по методу наименьших квадратов (МНК): Y’ = a1 + a2Х, a2 > 0. Можно ли утверждать, что Y растет с ростом X в истинной модели?

При выборе спецификации нелинейная регрессия используется, если ..

Система, в которой каждая из эндогенных переменных рассматривается как функция одного и того же набора факторов X, называется системой … уравнений

Найдите математическое ожидание дискретной случайной величины Х, заданной следующим законом распределения

• 60
• 204
• 102
• 1

Установите соответствие между типом модели и ее применением:

1. Аддитивная модель
2. Мультипликативная модель

• Амплитуда колебаний приблизительно постоянна
• Амплитуда колебаний возрастает или уменьшается

Какие переменные входят в систему одновременных уравнений?

• Экзогенные переменные
• Фиктивные переменные
• Лаговые переменные
• Эндогенные переменные
• Гетероскедастичные переменные

Какие предпосылки МНК необходимо соблюдать для получения состоятельных оценок
параметров регрессии?

• Нулевая средняя величина остатков
• Случайный характер остатков
• Гомоскедастичность
• Нормальное распределение остатков
• Отсутствие автокорреляции остатков

Расположите в правильной последовательности этапы построения модели с фиктивными
переменными:

• Проверка на идентификацию.
• Выбор метода оценки.

Какое условие необходимо для применения МНК?

• Остатки должны быть автокоррелированы
• Остатки должны быть независимыми и нормально распределенными
• Остатки должны быть гетероскедастичными
• Остатки должны иметь ненулевое среднее значение

Расположите в правильной последовательности этапы построения модели с фиктивными
переменными:

• Интерпретация результатов.
• Использование модели для прогнозирования.

Расположите в правильной последовательности этапы применения косвенного МНК:

• Структурная модель преобразовывается в приведенную форму модели.
• Оцениваются приведенные коэффициенты обычным МНК.
• Трансформируются коэффициенты приведенной формы модели в параметры структурной модели.

Какие типы моделей временного ряда существуют?

• Регрессионная модель
• Модель с фиктивными переменными
• Мультипликативная модель
• Аддитивная модель
• Пространственная модель

Какие действия необходимо предпринять при несоблюдении основных предпосылок МНК?

• Добавлять (исключать) некоторые факторы
• Корректировать модель
• Изменять спецификацию модели
• Преобразовывать исходные данные
• Игнорировать нарушение предпосылок

Какие факторы могут формировать временной ряд?

• Факторы, формирующие гетероскедастичность ряда
• Факторы, формирующие автокорреляцию ряда
• Факторы, формирующие циклические колебания ряда
• Факторы, формирующие тенденцию ряда
• Случайные факторы

Какие методы используются для оценки коэффициентов структурной модели?

• Косвенный МНК
• Метод главных компонент
• Метод моментов
• Обобщенный МНК
• Двухшаговый МНК

Что такое гомоскедастичность?

• Зависимость остатков от факторов
• Постоянство дисперсии остатков для всех значений факторов
• Независимость остатков от факторов
• Переменность дисперсии остатков для всех значений факторов

Что такое фиктивная переменная?

• Экономическая переменная, принимающая количественные значения
• Качественная переменная, преобразованная в количественную
• Переменная, не влияющая на модель
• Переменная, используемая только в регрессионных моделях

Что означает несмещенность оценки?

• Математическое ожидание оценки равно нулю
• Оценка имеет наименьшую дисперсию
• Оценка всегда равна истинному значению параметра
• Математическое ожидание оценки равно истинному значению параметра

Какой метод используется для корректировки гетероскедастичности?

• Обобщенный метод наименьших квадратов (ОМНК)
• Метод максимального правдоподобия
• Метод наименьших квадратов (МНК)
• Метод моментов

Установите соответствие между типом модели и ее применением:

1. Мультипликативная модель
2. Аддитивная модель

• Амплитуда колебаний возрастает или уменьшается
• Амплитуда колебаний приблизительно постоянна

Какой метод чаще всего используется для оценки параметров уравнения регрессии?

• Метод главных компонент
• Метод наименьших квадратов (МНК)
• Метод моментов
• Метод максимального правдоподобия

Расположите в правильной последовательности этапы анализа временного ряда:

• Выявление и придание количественного выражения каждой из перечисленных выше компонент.
• Определение наличия тенденции и циклических колебаний.

Расположите в правильной последовательности этапы построения модели с фиктивными
переменными:

• Определение типа модели.
• Оценка параметров модели.

Какие случаи возможны, если остатки зависят от теоретических значений результативного
признака?

• Остатки не имеют постоянной дисперсии
• Остатки не случайны
• Остатки случайны
• Остатки имеют постоянную дисперсию
• Остатки носят систематический характер

Какие методы позволяют исключать из модели дублирующие факторы?

• Анализ коэффициентов детерминации.
• Анализ коэффициентов эластичности.
• Анализ коэффициентов интеркорреляции.
• Анализ экспертных оценок.

Расположите этапы построения уравнения множественной регрессии в правильной
последовательности:

• Отбор факторов.
• Спецификация модели.
• Проверка адекватности модели.
• Оценка параметров модели.

Какие методы построения уравнения множественной регрессии были упомянуты в тексте?

• Метод наименьших квадратов, метод максимального правдоподобия, метод моментов.
• Метод исключения, метод включения, метод наименьших квадратов.
• Метод включения, метод максимального правдоподобия, шаговый регрессионный анализ.
• Метод исключения, метод включения, шаговый регрессионный анализ.

Проблема идентификации модели состоит в ...

• получении однозначно определенных параметров модели, заданной системой одновременных уравнений
• выборе и реализации методов статистического оценивания неизвестных параметров модели по исходным статистическим данным
• проверке адекватности модели

Фиктивная переменная взаимодействия - это ... фиктивных переменных

Формула √(∑(ỹⱼ − y̅)² / ∑(yⱼ − y̅)²) предназначена для оценки множественного

Параметры линейной регрессии оцениваются такими способами, как …

Фиктивными переменными в уравнении множественной регрессии являются …

• Качественные переменные, преобразованные в количественные
• Комбинации из включенных в уравнение регрессии факторов, повышающие адекватность модели
• Переменные, представляющие простейшие функции от уже включенных в модель переменных
• Дополнительные количественные переменные, улучшающие решение

Лаговые значения переменных непосредственно включены в модель (выберите один или несколько вариантов ответа) неполной (частичной) корректировки с распределенным лагом адаптивных ожиданий авторегрессии

Скорректированный коэффициент детерминации имеет вид:

• R2кор = 1 – (1 – R2)(n – 1)/(n – m)
• R2кор = 1 – (1 – R2)(n – 1)/(n – m – 1)
• R2кор = 1 + (1 – R2)(n – 1)/(n – m – 1)
• R2кор = 1 – (1 + R2)(n – 1)/(n - m – 1)

Множественный линейный коэффициент корреляции равен 0,75. Какой процент вариации результативного признака учтен в модели и обусловлен влиянием факторов:

• 37,5
• 75,0
• 56,2
• 25,0

Если в результате анализа взаимосвязи между показателями Y и X были получены следующие промежуточные значения: Y = 6,8; X = 9,4; YX = 66,40; Y² = 49,6; X² = 90,8, то парный линейный коэффициент детерминации (с округлением до двух знаков после запятой) равен …

Мультиколлинеарность – это понятие в эконометрике, …

Тест, с помощью которого проверяется надежность оценок коэффициентов множественной регрессии, – это …

Для производственного процесса, описываемого функцией Кобба–Дугласа, увеличение капитала (К) и труда (i) в 4 раза приводит к увеличению объема выпуска (у) в … раза

Тесноту линейной связи определяет коэффициент ...

Если при расчете параметров параболы второго порядка получаем, что a₁ < 0 и a₂ > 0, то …

Формула 1 − (1 − R²) ⋅ (n − 1) / (n − m − 1) предназначена для оценки множественного …