ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.01.2024
Просмотров: 740
Скачиваний: 13
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
ЭконометрикаАвтокорреляционная функция … Зависимость коэффициента автокорреляции от первых разностей уровней временного рядаЗависимость уровня временного ряда от коэффициента корреляции с его номеромПоследовательность коэффициентов автокорреляции, расположенных по возрастанию их порядкаПоследовательность коэффициентов автокорреляции, расположенных по возрастанию их значенийАвтокорреляционная функция – это функция от …значений уровней рядавременивремени и лага между двумя уровнями рядаАвтокорреляция бывает...объяснительной и случайной простой и сложной положительной и отрицательнойслучайной и неслучайнойАддитивная модель временного ряда выглядит следующим образом:Y = T * S * E Y = T * S + ЕY = T + S + EY = T +S * Е«белый шум» – это … свойство коэффициентов регрессионной моделимодель временного ряда с независимыми одинаково распределенными наблюдениямистационарный временной ряд, который имеет постоянное математическое ожидание и дисперсиюБелый шум – это …свойство коэффициентов регрессионной моделимодель временного ряда с независимыми одинаково распределенными наблюдениямимодель авторегрессии первого порядкаБоксом и Дженкинсом был предложен …систематический подход к построению АRМА-моделей стационарный временной ряд «Белый шум» косвенный метод построения квадратовВерные утверждения относительно мультиколлинеарности факторов Тип ответа: Множественный выборВ модель линейной множественной регрессии рекомендуется включать мультиколлинеарные факторыМультиколлинеарность факторов приводит к снижению надежности оценок параметров уравнения регрессии
Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, большими 0,7Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, меньшими 0,3Верные утверждения о включении в уравнение линейной множественной регрессии факторов Тип ответа: Множественный выбор-Включение фактора в модель приводит к заметному возрастанию коэффициента множественной детерминации-Коэффициент парной корреляции для фактора и результативной переменной меньше 0,3-Значение t-критерия Стьюдента для коэффициента регрессии при факторе меньше табличного значения-Фактор должен объяснять поведение изучаемого показателя согласно принятым положениям экономической теорииВ журнале эконометрика основанный в 1933г. эконометрика определяется какединство экономической теории, математики и статистикиВ индефецируемом примере при, зависимости одной величины от другой каждого значения допустимых каждой переменной Ответ:функциональнымиилистатистическимиВ регрессионном анализе при … зависимости каждому значению одной переменной соответствует определенное распределение другой переменнойфункциональной статистическойкорреляционной В регрессионном анализе при корреляционной зависимости между переменными каждому значению одной переменной соответствует определенное … другой переменнойматематическое ожидание значение распределение В результате компонентного анализа временного ряда не может быть получена … модельмультипликативнаяприведеннаяпарная регриссионнаяВ результате компонентного анализа временного ряда не может быть получена … модельмультипликативнаяприведеннаямножественная регрессионнаяВ условиях гетероскедастичности остатков для оценки параметров эконометрической модели следует использовать …
метод моментовметод максимального правдоподобияобобщенный метод наименьших квадратовВ эконометрической модели зависимая переменная разбивается на две части – … объяснительную и случайнуюположительную и отрицательную простую и сложную Говоря о временном ряде, элементы которого представляют «белый шум», можно утверждать, что …дисперсия не равна 0 среднее значение не равно 0 автокорреляция равна 0автокорреляция не равна 0Гомоскедастичность означает …постоянство дисперсии случайного члена регрессионного уравненияотсутствие автокорреляции случайного члена регрессионного уравненияотсутствие корреляционной связи между случайным членом и объясняющими переменными регрессионной моделиДвухшаговый МНК не применяется, если уравнение …точно идентифицируемосверхидентифицируемонеидентифицируемоДики-Фуллера это разновидность Ответ:дляанализавременныхрядовдляпроверкинастационарность. Для анализа временных рядов, в частности, используется модель скользящей средней порядка (q) (модель MA(q)), в которой … текущее значение моделируемой переменной задается функцией от прошлых значений самой переменной сочетается авторегрессионные процессы с процессами скользящей средней моделируемая величина задается функцией от прошлых ошибокДля идентифицируемой структурной формы системы одновременных уравнений при оценке параметров применяется Обычный метод наименьших квадратов Косвенный метод наименьших квадратов Двухшаговый метод наименьших квадратов
Трехшаговый метод наименьших квадратовДля нестационарного временного ряда может быть построена модель… тренда и сезонности.Для описания тенденции равномерно изменяющихся уровней ряда используют … модельлинейнуюэкспоненциальнуюS-образнуюДля отражения влияния качественной сопутствующей переменной, имеющей m состояний, обычно включают в модель … фиктивную переменную m-1(m+1)2m+1(m-1)2Для отражения влияния на структуру модели качественных переменных, если они наблюдаемы, применяют … переменныефальшивыефиктивныеподдельныеДля отражения влияния на эндогенную переменную y (Y) сопутствующих качественных переменных регрессионную модель вводятся …переменныеподдельные фальшивые фиктивныеДля отсутствия автокорреляции остатков характерно …постоянство математического ожидания остатковотсутствие зависимости между остатками текущих и предыдущих наблюденийнепостоянство дисперсии остатковДля проверки значимости отдельных коэффициентов множественной регрессии используют …нормальный закон распределенияраспределение Стьюдентараспределение ФишераДля проверки значимости отдельных коэффициентов множественной регрессии используют критерий … ФишераДарбина-Уотсона Фостера-Стюарта Стьюдента Для проверки ряда на стационарность используется тест ФишераСтьюдентаДики-ФулераДля проверки эконометрической модели на гомоскедастичность не применяется тест …Голдфелда-КвандтаДарбина -УотсонаГлейзераДля сверхидентифицируемой структурной формы системы одновременных уравнений при оценке параметров применяетсяОбычный метод наименьших квадратов Косвенный метод наименьших квадратов Двухшаговый метод наименьших квадратов
Трехшаговый метод наименьших квадратовДля стационарного процесса в узком смысле не может быть того, что …корреляционная функция зависит только от лага между уровнями рядаматематическое ожидание случайной величины постояннопроцесс не является стационарным в широком смыслеЕдинственность соответствия между приведенной и структурной формами модели системы одновременных уравнений составляет проблемумультиколлинеарности факторовидентификациигетероскедастичности остатковнеоднородности данныхЕсли абсолютное значение линейного коэффициента корреляции близко к нулю, то …связь между переменными сильнаясвязь между переменными слабаяв линейно форме связь между переменными слабаяЕсли абсолютное значение линейного коэффициента корреляции равно нулю, то линейная корреляционная связь между переменными …сильная слабая отсутствуетЕсли автокорреляционная функция (акф) показывает выброс на первом лаге, а частная автокорреляционная функция (чакф) экспоненциально затухает, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) показывает выброс на первом лаге и частная автокорреляционная функция (чакф) показывает выброс на первом лаге, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) показывает выбросы на первых двух лагах, а частная автокорреляционная функция (чакф) экспоненциально затухает, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) экспоненциально затухает, а частная автокорреляционная функция (чакф) показывает выброс на первом лаге, то можно предположить, что временной ряд наиболее активно опишет модель
Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, большими 0,7Мультиколинеарность факторов проявляется в наличии парных коэффициентов межфакторной корреляции со значениями, меньшими 0,3Верные утверждения о включении в уравнение линейной множественной регрессии факторов Тип ответа: Множественный выбор-Включение фактора в модель приводит к заметному возрастанию коэффициента множественной детерминации-Коэффициент парной корреляции для фактора и результативной переменной меньше 0,3-Значение t-критерия Стьюдента для коэффициента регрессии при факторе меньше табличного значения-Фактор должен объяснять поведение изучаемого показателя согласно принятым положениям экономической теорииВ журнале эконометрика основанный в 1933г. эконометрика определяется какединство экономической теории, математики и статистикиВ индефецируемом примере при, зависимости одной величины от другой каждого значения допустимых каждой переменной Ответ:функциональнымиилистатистическимиВ регрессионном анализе при … зависимости каждому значению одной переменной соответствует определенное распределение другой переменнойфункциональной статистическойкорреляционной В регрессионном анализе при корреляционной зависимости между переменными каждому значению одной переменной соответствует определенное … другой переменнойматематическое ожидание значение распределение В результате компонентного анализа временного ряда не может быть получена … модельмультипликативнаяприведеннаяпарная регриссионнаяВ результате компонентного анализа временного ряда не может быть получена … модельмультипликативнаяприведеннаямножественная регрессионнаяВ условиях гетероскедастичности остатков для оценки параметров эконометрической модели следует использовать …
метод моментовметод максимального правдоподобияобобщенный метод наименьших квадратовВ эконометрической модели зависимая переменная разбивается на две части – … объяснительную и случайнуюположительную и отрицательную простую и сложную Говоря о временном ряде, элементы которого представляют «белый шум», можно утверждать, что …дисперсия не равна 0 среднее значение не равно 0 автокорреляция равна 0автокорреляция не равна 0Гомоскедастичность означает …постоянство дисперсии случайного члена регрессионного уравненияотсутствие автокорреляции случайного члена регрессионного уравненияотсутствие корреляционной связи между случайным членом и объясняющими переменными регрессионной моделиДвухшаговый МНК не применяется, если уравнение …точно идентифицируемосверхидентифицируемонеидентифицируемоДики-Фуллера это разновидность Ответ:дляанализавременныхрядовдляпроверкинастационарность. Для анализа временных рядов, в частности, используется модель скользящей средней порядка (q) (модель MA(q)), в которой … текущее значение моделируемой переменной задается функцией от прошлых значений самой переменной сочетается авторегрессионные процессы с процессами скользящей средней моделируемая величина задается функцией от прошлых ошибокДля идентифицируемой структурной формы системы одновременных уравнений при оценке параметров применяется Обычный метод наименьших квадратов Косвенный метод наименьших квадратов Двухшаговый метод наименьших квадратов
Трехшаговый метод наименьших квадратовДля нестационарного временного ряда может быть построена модель… тренда и сезонности.Для описания тенденции равномерно изменяющихся уровней ряда используют … модельлинейнуюэкспоненциальнуюS-образнуюДля отражения влияния качественной сопутствующей переменной, имеющей m состояний, обычно включают в модель … фиктивную переменную m-1(m+1)2m+1(m-1)2Для отражения влияния на структуру модели качественных переменных, если они наблюдаемы, применяют … переменныефальшивыефиктивныеподдельныеДля отражения влияния на эндогенную переменную y (Y) сопутствующих качественных переменных регрессионную модель вводятся …переменныеподдельные фальшивые фиктивныеДля отсутствия автокорреляции остатков характерно …постоянство математического ожидания остатковотсутствие зависимости между остатками текущих и предыдущих наблюденийнепостоянство дисперсии остатковДля проверки значимости отдельных коэффициентов множественной регрессии используют …нормальный закон распределенияраспределение Стьюдентараспределение ФишераДля проверки значимости отдельных коэффициентов множественной регрессии используют критерий … ФишераДарбина-Уотсона Фостера-Стюарта Стьюдента Для проверки ряда на стационарность используется тест ФишераСтьюдентаДики-ФулераДля проверки эконометрической модели на гомоскедастичность не применяется тест …Голдфелда-КвандтаДарбина -УотсонаГлейзераДля сверхидентифицируемой структурной формы системы одновременных уравнений при оценке параметров применяетсяОбычный метод наименьших квадратов Косвенный метод наименьших квадратов Двухшаговый метод наименьших квадратов
Трехшаговый метод наименьших квадратовДля стационарного процесса в узком смысле не может быть того, что …корреляционная функция зависит только от лага между уровнями рядаматематическое ожидание случайной величины постояннопроцесс не является стационарным в широком смыслеЕдинственность соответствия между приведенной и структурной формами модели системы одновременных уравнений составляет проблемумультиколлинеарности факторовидентификациигетероскедастичности остатковнеоднородности данныхЕсли абсолютное значение линейного коэффициента корреляции близко к нулю, то …связь между переменными сильнаясвязь между переменными слабаяв линейно форме связь между переменными слабаяЕсли абсолютное значение линейного коэффициента корреляции равно нулю, то линейная корреляционная связь между переменными …сильная слабая отсутствуетЕсли автокорреляционная функция (акф) показывает выброс на первом лаге, а частная автокорреляционная функция (чакф) экспоненциально затухает, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) показывает выброс на первом лаге и частная автокорреляционная функция (чакф) показывает выброс на первом лаге, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) показывает выбросы на первых двух лагах, а частная автокорреляционная функция (чакф) экспоненциально затухает, то можно предположить, что временной ряд наиболее адекватно опишет модельARMA(0,2)ARMA(0,1)ARMA(1,0)ARMA(1,1)Если автокорреляционная функция (акф) экспоненциально затухает, а частная автокорреляционная функция (чакф) показывает выброс на первом лаге, то можно предположить, что временной ряд наиболее активно опишет модель