Приложение к РПД
Автономная некоммерческая организация

«Образовательная организация высшего образования» «Университет экономики и управления»

Факультет экономики, управления и юриспруденции

Кафедра «Управление и бизнес-информатика»

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ПО ДИСЦИПЛИНЕ
ЭКОНОМЕТРИКА


Направление подготовки

38.03.05 Бизнес-информатика

Профиль: Специалист по информационным системам и технологиям
Квалификация выпускника: бакалавр

Для всех

форм обучения

Симферополь

1. ОЦЕНОЧНЫЕ СРЕДСТВА ДЛЯ ТЕКУЩЕГО КОНТРОЛЯ
Средства оценивания в ходе текущего контроля:

• 
  устные опросы в ходе практических занятий;
  
• 
  рефераты;
  
• 
  тестирование;
  
• 
  практические задания, выполняемые в ходе практического занятия или/и рекомендуемые для самостоятельной работы.
  

Компетенция ОПК-4 – способен понимать принципы работы информационных технологий; использовать информацию, методы и программные средства ее сбора, обработки и анализа для информационно-аналитической поддержки принятия управленческих решений
ОПК-4.1. Знает	ОПК-4.2. Умеет	ОПК-4.3. Владеет
принципы работы информационных технологий, методы и программные средства сбора, обработки и анализа информации	использовать методы и программные средства обработки и анализа информации для информационно-аналитической поддержки принятия управленческих решений, работать с большими объемами информации	навыками применения программных средств сбора, обработки и анализа информации
№ 1-81, 1.2 № 1-30 1.3 № 1-30, 1.4 № 1-13	1.2 № 1-30 1.3 № 1-30, 1.4 № 1-13	1.4 № 1-13

---

1.1 Вопросы к текущему контролю

1. 
   Перечислите задачи корреляционного анализа.
   
2. 
   Какие два типа данных использует эконометрика?
   
3. 
   Предпосылки корреляционного анализа.
   
4. 
   Понятие корреляционной связи.
   
5. 
   Виды корреляционной связи.
   
6. 
   Что такое ковариация? Как вычисляется ковариация? Имеет ли ковариация размерность?
   
7. 
   Что характеризует коэффициент корреляции?
   
8. 
   Формула коэффициента парной корреляции.
   
9. 
   Какие значения может принимать коэффициент корреляции? Имеет ли он размерность?
   
10. 
    Что такое статистическая гипотеза?
    
11. 
    Какие ошибки возможны в принятии решения по гипотезе? Можно ли их избежать?
    
12. 
    Что такое уровень значимости в проверке статистических гипотез?
    
13. 
    Что означает понятие статистическая значимость?
    
14. 
    Сформулируйте основную и альтернативную гипотезу о коэффициенте корреляции.
    
15. 
    Алгоритм проверки гипотезы об отсутствии линейной связи по критерию Стьюдента.
    
16. 
    Какой общий вид уравнения прямой линии?
    
17. 
    Какой математический смысл параметров уравнения прямой линии?
    
18. 
    Какой общий вид модели парной линейной регрессии?
    
19. 
    Какой экономический смысл коэффициента регрессии?
    
20. 
    Почему в модели регрессии обязательно есть остаточная компонента?
    
21. 
    Для чего можно использовать уравнение регрессии?
    
22. 
    Какой метод является основным методом оценки параметров модели регрессии?
    
23. 
    Преимущества и недостатки МНК.
    
24. 
    Перечислите предпосылки регрессионного анализа (условия Гаусса-Маркова).
    
25. 
    До или после построения модели регрессии делается проверка предпосылок?
    
26. 
    Сформулируйте теорему Гаусса-Маркова.
    
27. 
    Показатели точности модели регрессии.
    
28. 
    Проверка гипотезы о равенстве нулю коэффициента регрессии в генеральной совокупности.
    
29. 
    Что такое гомоскедастичность остатков? Как называется отсутствие гомоскедастичности?
    
30. 
    Что такое автокорреляция?
    
31. 
    Для чего нужна проверка гипотезы о нормальном законе распределения?
    
32. 
    Каким требованиям должна удовлетворять модель, чтобы ее можно было применять для прогноза?
    
33. 
    Что такое точечный прогноз?
    
34. 
    Что такое интервальный прогноз?
    
35. 
    Какие значения независимых переменных рекомендуется подставлять в модель регрессии для прогноза?
    
36. 
    Что такое доверительная вероятность?
    
37. 
    От чего зависит ширина доверительного интервала для прогноза по модели регрессии?
    
38. 
    Правило сложения дисперсий. Формула коэффициента детерминации.
    
39. 
    Что показывает коэффициент детерминации? Какие значения он может принимать?
    
40. 
    Общий вид модели множественной линейной регрессии.
    
41. 
    Экономический смысл коэффициентов множественной регрессии.
    
42. 
    Что такое мультиколлинеарность?
    
43. 
    Использование корреляционной матрицы для анализа наличия мультиколлинеарности.
    
44. 
    Что такое частные коэффициенты корреляции? Как их рассчитать по корреляционной матрице?
    
45. 
    Как проверяется гипотеза о статистической незначимости коэффициентов регрессии по критерию Стьюдента?
    
46. 
    Как обычно поступают при обнаружении статистически незначимых коэффициентов регрессии?
    
47. 
    Как изменяется коэффициент детерминации при исключении части факторов?
    
48. 
    Как проверяется гипотеза о несущественности уменьшения коэффициента детерминации при исключении части факторов?
    
49. 
    Что такое скорректированный коэффициент детерминации?
    
50. 
    Формула доверительного интервала для истинного значения коэффициента регрессии.
    
51. 
    Коэффициенты средней эластичности.
    
52. 
    Стандартизованные коэффициенты регрессии (бета-коэффициенты).
    
53. 
    Дельта-коэффициенты.
    
54. 
    Формулы интервального прогноза по модели множественной регрессии.
    
55. 
    Что такое лаговые переменные? Что такое лаг?
    
56. 
    Виды моделей с лаговыми переменными.
    
57. 
    Для чего используются модели с фиктивными переменными?
    
58. 
    Какие значения могут принимать фиктивные переменные?
    
59. 
    Как определяется количество фиктивных переменных?
    
60. 
    Как можно смоделировать сезонную компоненту с помощью фиктивных переменных.
    
61. 
    Регрессионная однородность. Критерий Чоу.
    
62. 
    Что такое временной ряд? Классификация временных рядов.
    
63. 
    Основные показатели динамики временного ряда.
    
64. 
    Что такое тренд?
    
65. 
    Формулы
    

---

а) линейного тренда;

б) полинома 2-й степени (квадратичной параболы);

в) полинома 3-й степени (кубической параболы):

г) экспоненциального тренда.

66. 
    Основное свойство полиномов.
    
67. 
    Свойства модели простой экспоненты.
    
68. 
    Как по показателям динамики (приростам) идентифицировать линейный тренд, квадратичную и кубическую параболу?
    
69. 
    Как по показателям динамики идентифицировать экспоненциальный тренд?
    
70. 
    Какой метод наиболее часто применяется для оценки параметров линейного и полиномиальных трендов?
    
71. 
    Как выполняется оценка параметров экспоненциального тренда:
    
72. 
    Формулы интервального прогноза по модели линейного тренда.
    
73. 
    Формула для расчета доверительных интервалов прогноза относительно тренда, имеющего вид полинома второго или третьего порядка:
    
74. 
    Прогнозирование по модели простой экспоненты.
    
75. 
    Что такое стационарный временной ряд?
    
76. 
    Методы приведения временного ряда к стационарному виду.
    
77. 
    Общий вид модели авторегрессии.
    
78. 
    Что представляет собой автокорреляционная функция?
    
79. 
    Что представляет собой частная автокорреляционная функция?
    
80. 
    Выбор порядка авторегрессионной модели.
    
81. 
    Прогнозирование на основе авторегрессионных моделей.
    

1.2 Темы рефератов

1. 
   История развития науки эконометрики.
   
2. 
   Взаимосвязь эконометрики с другими науками.
   
3. 
   Показатели тесноты связи между количественными признаками Параметрические и непараметрические показатели связи.
   
4. 
   Оценка тесноты связи между качественными признаками.
   
5. 
   Связь коэффициентов парной корреляции и детерминации. Связь t-и F-статистик.
   
6. 
   Особенности регрессии, проходящей через начало координат (без свободного члена). Влияние изменения масштаба измерения переменных на коэффициенты регрессии.
   
7. 
   Оценка коэффициентов линейной регрессии методом максимального правдоподобия.
   
8. 
   Особенности построения модели регрессии для временных рядов. Включение фактора времени в уравнение регрессии.
   
9. 
   Признаки качественной регрессионной модели Определение качества модели регрессии.
   
10. 
    Нормальный закон распределения. Предположение о нормальном распределении случайной ошибки в рамках классической линейной регрессии и его следствия.
    
11. 
    Критерии для проверки гипотезы о нормальном законе распределения.
    
12. 
    Понятие об автокорреляции остатков. Экономические причины автокорреляции остатков. Проверка гипотез о наличии автокорреляции.
    
13. 
    Гетероскедастичность и экономические причины ее наличия. Тесты для проверки наличия гетероскедастичности.
    
14. 
    Отбор факторов для построения модели множественной регрессии.
    
15. 
    Ранжирование факторов по степени значимости в модели множественной линейной регрессии.
    
16. 
    Причины возникновения и последствия мультиколлинеарности. Устранение мультиколлинеарности.
    
17. 
    Методы борьбы с мультиколлинеарностью. Идея метода главных компонент.
    
18. 
    Типы нелинейности в регрессионной зависимости. Линеаризующие преобразования для нелинейных функций.
    
19. 
    Типы колебаний временного ряда. Моделирование сезонной компоненты временного ряда.
    
20. 
    Доверительные интервалы прогнозирования для различных моделей тренда.
    
21. 
    Примеры применения систем эконометрических уравнений: а) кейнсианская модель формирования доходов; б) модель производительности труда и фондоотдачи; в) модель динамики цены и заработной платы.
    
22. 
    Производственные функции.
    
23. 
    Эконометрическое моделирование и прогнозирование спроса на продукцию в зависимости от дохода потребителей.
    
24. 
    Преимущества и недостатки трендовых моделей по сравнению с факторными моделями.
    
25. 
    Оценка параметров линейной и экспоненциальной модели по двум точкам. Преимущества и недостатки по сравнению с методом наименьших квадратов.
    
26. 
    Прогнозирование по регрессионной модели и его точность. Зависимость точности прогноза от различных факторов.
    
27. 
    Примеры систем одновременных эконометрических уравнений.
    
28. 
    Методы прогнозирования финансовых временных рядов.
    
29. 
    Регрессионные модели с дискретной зависимой переменной.
    
30. 
    Эконометрические модели с переменной структурой.
    

---

1.3 Тестовые задания

1. Использование в эконометрическом моделировании парной регрессии вместо множественной является ошибкой.

а) выборки;

б) измерения;

в) линеаризации;

г) спецификации.

2. Если регрессионные остатки в эконометрической модели статически взаимозависимы, то ее называют моделью с:

а) параллельными остатками;

б) автокоррелированными остатками;

в) гомоскедастичными остатками;

г) мультипликативными остатками.

3. Сила связи между двумя переменными определяется:

а) знаком коэффициента корреляции;

б) значением коэффициента корреляции;

в) абсолютным значением коэффициента корреляции;

г) количеством наблюдений.

4. Квазилинейной называют функцию регрессии:

а) линейную по части независимых переменных;

б) линейную на части временного интервала;

г) нелинейную по независимым переменным, но линейную по коэффициентам регрессии;

д) допускающую линеаризацию путем логарифмирования.

5. Тест Чоу используется для проверки:

а) регрессионной однородности;

б) гомоскедастичности;

в) нормального закона распределения;

г) отсутствия автокорреляции.

6. Дополнить:

Основной показатель общего качества модели регрессии – коэффициент _______.

7. Дополнить:

Постоянство дисперсии остатков модели регрессии называется _________.

8. Дополнить:

Приведение нелинейной модели регрессии к линейному виду называется _________.

9. Дополнить:

Предпосылки регрессионного анализа – условия ________.

10. Дополнить:

Для проверки гипотезы о статистической значимости коэффициентов регрессии используется критерий __________.
11. Для каждого элемента из левой части таблицы выберите один ответ из правой части таблицы

ПОКАЗАТЕЛЬ	ХАРАКТЕРИЗУЕТ
1. Коэффициент корреляции 2. Коэффициент регрессии 3. Коэффициент детерминации	а) Форму связи б) Формулу связи в) Тесноту линейной связи г) Среднее по совокупности изменение y при увеличении x на 1 единицу своего измерения д) Среднее по совокупности изменение y при увеличении x на 1 % среднего значения е) Долю дисперсии y, объясненную уравнением регрессии

---

Ответ: 1 _, 2 _, 3 _.
12. Для каждого элемента из левой части таблицы выберите один ответ из правой части.

СВОЙСТВА МНК-ОЦЕНОК ПАРАМЕТРОВ МОДЕЛИ РЕГРЕССИИ	НАЗВАНИЕ СВОЙСТВА
1. Математическое ожидание оценок каждого параметра, полученных по различным выборкам, равно истинному значению этого параметра 2. : МНК-оценки имеют наименьшую дисперсию по сравнению с другими оценками данного параметра, линейными относительно y 3. При увеличении числа наблюдений дисперсия оценок параметров стремится к нулю и надежность оценок возрастает.	а) Состоятельность б) Несмещенность в) Эффективность г) Достоверность д) Надежность

Ответ: 1 _, 2 _, 3 _,
13. Для каждого элемента из левой части таблицы выберите один ответ из правой части

ГИПОТЕЗА	КРИТЕРИЙ
1. О равенстве нулю коэффициента детерминации 2. О равенстве нулю коэффициента корреляции 3. О равенстве нулю коэффициента регрессии 4. Об отсутствии автокорреляции (о попарной независимости) остатков 5. О гомоскедастичности остатков 6. О несущественности исключения части факторов из уравнения регрессии	а) Стьюдента б) Фишера (F-притерий) в) Дарбина-Уотсона г) ранговой корреляции Спирмена

Ответ: 1 _, 2 _, 3 _, 4 _, 5 _, 6 _.
14. Для каждого элемента из левой части таблицы выберите один ответ из правой части

ФОРМУЛА	ИСПОЛЬЗУЕТСЯ ПРИ ПРОВЕРКЕ СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ
1. 2. 3.	а) коэффициента регрессии б) коэффициента корреляции в) коэффициента ассоциации г) коэффициента детерминации

---

Смотрите также файлы

• Статья 74 Конституции рф формулирует два принципиальных для таможенного дела и таможенного права положения вопервых, на территории Российской Федерации запрещено устанавливать таможенные границы, пошлины, сборы и какиелибо иные препятствия для свободного .docx

• S. T. Gladding ccoouu.pdf

• Реферат по дисциплине Правовые основы в прикладной информатике.docx

• Вы являетесь одним из лучших воспитателей вашего детского сада. Именно поэтому, к вам в группу (возраст детей 45 лет) поступил мальчик, который был переведен из логопедического детского сада.rtf

• Униполярное резистивное переключение в структурах на основе оксидов ниобия, тантала и циркония.doc